哈夫曼编码
来源:互联网 发布:js 弹出div层 居中 编辑:程序博客网 时间:2024/06/06 05:34
哈夫曼编码时一种最优码。
在已知传输的字符集合及其出现频度的情况下,得到一个编码长度最小的,这种码就是哈夫曼编码。
这是哈夫曼编码的实现
先找两个权值最小的,然后建立二叉树
以此类推,得到哈夫曼树
这是代码实现,我用的是Code:Blocks软件,经测试,可以运行。
#include <stdio>#include <limits>#include <string>#include <stdlib>#define N 6typedef struct huffNode{ int weight; //权重 int lchild,rchild,parent; //左右子节点和父节点}HTNode,*HuffTree;typedef char **HuffCode;//找出数组中无父节点且权值最小的两个节点下标,分别用s1和s2保存void select(const HuffTree &HT,int n,int &s1,int &s2);//HT:哈夫曼树,HC:哈夫曼编码,w:构造哈夫曼树节点的权值,n:构造哈夫曼树节点的个数void HuffmanCode(HuffTree &HT,HuffCode &HC,int *w,int n);int main(){ int i; char key[N] = {'0','A','B','C','D','E'};//第0个元素保留不用 int w[N] = {0,1,2,4,5,6}; //第0个元素保留不用 HuffTree HT; HuffCode HC; HuffmanCode(HT,HC,w,N - 1); for ( i = 1; i < N; i++ ) printf("%c:%s\n",key[i],HC[i]); printf("\n"); return 0;}//找出数组中权值最小的两个节点下标,分别用s1和s2保存void select(const HuffTree &HT,int n,int &s1,int &s2){ int i; s1 = s2 = 0; int min1 = INT_MAX;//最小值,INT_MAX在<limits.h>中定义的 int min2 = INT_MAX;//次小值 for ( i = 1; i <= n; ++i ) { if ( HT[i].parent == 0 ) {//筛选没有父节点的最小和次小权值下标 if ( HT[i].weight < min1 ) {//如果比最小值小 min2 = min1; s2 = s1; min1 = HT[i].weight; s1 = i; } else if ( (HT[i].weight >= min1) && (HT[i].weight < min2) ) {//如果大于等于最小值,且小于次小值 min2 = HT[i].weight; s2 = i; } } }}//HT:哈夫曼树,HC:哈夫曼编码,w:构造哈夫曼树节点的权值,n:构造哈夫曼树节点的个数void HuffmanCode(HuffTree &HT,HuffCode &HC,int *w,int n){ int s1; int s2; int m = 2 * n - 1; //容易知道n个节点构造的哈夫曼树是2n-1个节点 int i,c,f,j; char *code; //暂存编码的 HT = (HuffTree)malloc((m+1)*sizeof(HTNode)); //0单元未使用 for ( i = 1; i <= n; i++ ) { //初始化前n个节点(构造哈夫曼树的原始节点) HT[i].weight=w[i]; HT[i].lchild=0; HT[i].rchild=0; HT[i].parent=0;} for ( i = n + 1; i <= m; i++ ) { //初始化后n-1个节点 HT[i].weight=0; HT[i].lchild=0; HT[i].rchild=0; HT[i].parent=0; } //构建哈夫曼树 for ( i = n + 1; i <= m; i++) { select(HT,i-1,s1,s2);//找出前i-1个节点中权值最小的节点下标 HT[s1].parent = i; HT[s2].parent = i; HT[i].lchild = s1; HT[i].rchild = s2; HT[i].weight = HT[s1].weight + HT[s2].weight; } //哈夫曼编码 HC = (char **)malloc((n)*sizeof(char *)); //暂存编码 code = (char *)malloc(n*sizeof(char));//使用了第0单元 for ( i = 1; i <= n; i++ ) { for ( c = i, f = HT[c].parent, j = 0; f != 0; c = HT[c].parent, f = HT[c].parent, j++ ) {//从叶子扫描到根 //判断是左子树还是右子树,然后赋予哈夫曼码 if ( HT[f].lchild == c ) { code[j] = '0'; } else if(HT[f].rchild == c) { code[j] = '1'; } } code[j] = '\0'; HC[i] = (char *)malloc(strlen(code)*sizeof(char)); strcpy(HC[i],code); }}
阅读全文
0 0
- 信源编码---哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- 哈夫曼编码
- LINUX定时清理文件定时任务
- |hdu 2328|后缀数组|二分|Corporate Identity
- 主题研究:JAVA applet 和 ActiveX 的区别
- CSS盒子模型和盒子阴影的理解
- 数学期望 Expectation
- 哈夫曼编码
- linux中find与rm实现查找并删除目录或文件
- oralce 使用expdp 命令在本地备份远程服务上的数据库
- [leetcode] 599. Minimum Index Sum of Two Lists
- 越狱(快速幂取模)
- POJ1006 Biorhythms
- Deep Learning in Customer Churn Prediction (三) (初步特征构建实践及基本模型试验)
- 2017年浙江工业大学之江学院程序设计竞赛预赛
- 深入理解javascript原型和闭包(10)——this