C++实现Huffman的编解码

Huffman编码主要是通过统计各元素出现的频率，进而生成编码最终达到压缩的目的。

这里是Huffman树中节点的结构。

typedef struct Tree{    int freq;//频率    int key;//键值    struct Tree *left, *right;    Tree(int fr=0, int k=0,Tree *l=nullptr, Tree *r=nullptr):        freq(fr),key(k),left(l),right(r){};}Tree,*pTree;

首先用一个名为freq的hashtable来记录各个元素的频率：

void read(){    int a;    std::ios::sync_with_stdio(false);    while(cin>>a){        if(freq.find(a)==freq.end()) {freq[a]=1;}        else {freq[a]++;}    }}

Huffman树的构建过程如下代码所示：

void huffman(){    int i;    string c;    int fr;    auto it = freq.begin();    while(it!=freq.end()){        Tree *pt= new Tree;        pt->key = it->first;        pt->freq = it->second;        it++;        th.Insert(pt);//此处的th为一种优先队列    }    while(true)//构建哈夫曼树    {        Tree *proot = new Tree;        pTree pl,pr;        pl = th.findMin();        th.Delete(0);        if(th.isEmpty()){                th.Insert(pl);                break;        }        pr = th.findMin();        th.Delete(0);        //合并节点        proot->freq = pl->freq + pr->freq;        std::ios::sync_with_stdio(false);        proot->left = pl;        proot->right = pr;        th.Insert(proot);        //合并后再插入    }    string s;    print_Code(th.findMin(), s);    del(th.findMin());}

其中print_Code和del函数如下：

void print_Code(Tree *proot, string st)//从根节点开始打印，左0右1{    if(proot == NULL)        return ;    if(proot->left)    {        st +='0';    }    print_Code(proot->left, st);    std::ios::sync_with_stdio(false);    if(!proot->left && !proot->right)    {        cout<<proot->key<<" ";        for(size_t i=0; i<st.length(); ++i){            cout<<st[i];ml+=st[i];        }        cout<<endl;encoded[proot->key]=ml;ml="";    }    st.pop_back();    if(proot->right)        st+='1';    print_Code(proot->right, st);}void del(Tree *proot){    if(proot == nullptr)        return ;    del(proot->left);    del(proot->right);    delete proot;}

至此就完成了Huffman的编码。

当然，由于huffman的编码都是0或1，因此需要进行位的表示才能完成压缩。注意，位需要以8个为一组进行写入：

while(in>>a){            int x=atoi(a.c_str());            auto m=encoded.find(x);            //encoded是另外一个哈希表用于记录元素及它的编码            if(m==encoded.end()) continue;            else {                    string t=m->second;                    ss+=t;            }                }    unsigned char buf = 0;    int count = 0;    int i = 0;    while(ss[i] != '\0')//位写入，8个为一组    {        buf = buf | ((ss[i++]-'0') << (7 - count));        count++;        if (count == 8)        {            count = 0;            fout << buf;            buf = 0;        }    }    if(count != 0)        fout << buf;

至此就完成了Huffman的编码以及压缩，效果十分可观：

当对69.6M的txt文件（其中含有大约10000000个数据）进行压缩时，产生的encoded.bin文件仅为24.6MB：Ubuntu测试环境：

下面进行Huffman解码的解说：

Huffman解码首先是根据编码表进行huffman树的重建：

void decode(){    auto it=decoded.begin();    Tree *p=proot;    while(it!=decoded.end()){            string s=it->first;int t=it->second;int i=0;            while(i<s.length()){                if(s[i]=='0') {                    if(proot->left==nullptr) proot->left=new Tree(5);                    proot=proot->left;                    }                else{                    if(proot->right==nullptr) proot->right=new Tree(5);                    proot=proot->right;                    }                i++;            }            proot->data=t;            proot=p;            it++;    }}

然后读取bin文件的一系列位：

while (f.get(c)){            stringstream a;            for (int i = 7; i > 0; i--)                a<<((c >> i) & 1);            a<<(c&1);            m+=a.str();//将位转为字符串    }

然后用Huffman树根据左0右1进行查找并输出：

int i=0;Tree *p=proot;    while(i<m.length()){            if(m[i]=='0'&&proot->left!=nullptr)                {proot=proot->left;i++;}            else if(m[i]=='1'&&proot->right!=nullptr)                {proot=proot->right;i++;}            else                {cout<<proot->data<<endl;proot=p;}    }

至此就完成了Huffman树的解码：

总的来说，Huffman对于大数据的压缩效果是很好的，运行时间也很快，大概需要20s就可以完成对1000000个数据的编码压缩。

难点在于位的写入与读取，花了相当多的精力进行操作。