不限文章大小！英文文章的编码和解码（C语言，哈夫曼编码）

作为上个学期期末考试的课程设计（虽然上交的时间推迟了几天，而且做得不完善），回家之后接着完善了部分代码，初步设想的功能基本上实现了。现在贴出代码与大家分享（顺便求指导求吐槽）。

主要目的是从文件中读取文本，经过哈夫曼算法编码成为01字符串，之后再将字符串解码。

强调的是不限制文章的大小，理论上【注】可以将一篇非常大的英文文章进行编码解码（当时做设计的时候从百度的一部分例子都是用的数组，限制文章的字数，所以我有了这个想法），同样也可以对较小的文章进行编码解码，而且不占用多余的空间。

（【注】：这里的理论上是指程序运行后文章内容不可变，且硬件支持）

 

先贴出课程设计的要求：

哈夫曼编码的一个实例应用，实现英文字符的编码与解码。即针对一篇不少于100个单词的英文文章，统计文章中每个字符的出现概率（包括标点符号，区分大小写），根据分析结果对文章中每一个字符进行哈夫曼编码，并将编码原则存储于一个独立的文本文件中。然后，根据这个编码原则，将英文文章转换为01串存储于另一个文本文件中。最后，编写一个解码程序，还原文本文件中的01串为原英文文章。

 应用哈夫曼算法实现如下基本功能：计算英文文章中每个字符的出现概率；计算英文文章中出现字符的哈夫曼编码；存储编码原则于txt文件中；英文文章转换为01串并存储；对01串进行解码转换为原英文文章。

要求系统运行正常、功能完整；数据结构使用得当，算法有较高的效率；代码规范、可读性高，结构清晰；具备一定的健壮性、可靠性和可维护性。

 

程序中部分算法和代码直接引用自《严蔚敏,吴伟民.数据结构（C语言版）.北京：清华大学出版社，2011》。

 

程序中用的指针动态申请内存空间，储存要编码的英文文章，哈夫曼树等；用二级指针储存编码后的01字符串

下面直接上代码

 

huffman.h

#include <stdio.h>#include <stdlib.h>#include <string>#define ASCIISize 127//储存哈夫曼树typedef struct HTNode{int flag;       //叶子节点的标志位，0 代表不是叶子节点，1 代表是叶子节点 int parent;//当前节点的父节点 int leftChild;     //当前节点的左子 int rightChild;//当前节点的右子 int weight;//当前节点的权值 char ch;//当前节点代表的字母 }*HuffmansTree; 

//储存哈夫曼编码typedef char * *HuffmanCode;//储存读取的文件char *FileArray;//储存读取的文件的数组长度int FileArraySize = 200;//储存每个ASCII码相应的权值int weight[ASCIISize];//储存哈夫曼树HuffmansTree HT;//储存哈夫曼编码HuffmanCode HC;//储存文章的哈夫曼编码char **FileCode;//储存文章的哈夫曼编码int FileCodeSize = 20;//储存解码后的文件char *_FileArray_;//储存解码后的文件的数组长度int _FileArraySize_ = 200;//在HT[1..i-1]中选择两个parent为0且weight最小的，序号为s1,s2void _Select(HuffmansTree HT, int i, int& s1, int& s2);//读取文件，并将文件中内容存入FileArray数组中void ReadFile(char path[], char way[], char* &FileArray, int &FileArraySize);//求每个ASCII码对应字符的权值，并将权值存入weigh数组中void Weight(char* FileArray, int weight[ASCIISize]);//根据每个字母的权值，创建哈夫曼树，求出哈夫曼编码 void CreateHaffTree(int weight[ASCIISize], HuffmansTree &HT, HuffmanCode &HC);

 

huffman.cpp

#include "huffman.h"

//在HT[1..i]中选择两个parent为0且weight最小的，序号为s1,s2void _Select(HuffmansTree HT, int i, int& s1, int& s2){int j;int w1, w2, s;//选出最小 s1for (j = 1; j <= i; j++)if (HT[j].parent == 0) break;s1 = j;w1 = HT[j].weight;for (j++; j <= i; j++)if (HT[j].parent == 0 && HT[j].weight < w1)s1 = j, w1 = HT[j].weight;//选出次小 s2for (j = 1; j <= i; j++)if (HT[j].parent == 0 && j != s1) break;s2 = j;w2 = HT[j].weight;for (j++; j <= i; j++)if (HT[j].parent == 0 && j != s1&&HT[j].weight<w2)s2 = j, w2 = HT[j].weight;//保持s1<s2if (s1>s2)s = s1, s1 = s2, s2 = s;}//读取文件，并将文件中内容存入FileArray数组中void ReadFile(char path[], char way[], char* &FileArray, int &FileArraySize){//path文件位置，way文件打开方式（r,w,a...），文件中读取的数据放入FileArray数组中FILE *fp;int i = 0;//根据路径和打开方式打开指定的文件，判断操作是否成功 if ((fp = fopen(path, way)) == NULL){printf("can't open the file");}FileArray = (char*)malloc(FileArraySize *sizeof(char));char ch;while ((ch = fgetc(fp)) != EOF){if (i + 1 == FileArraySize){FileArray = (char*)realloc(FileArray, FileArraySize * 2 *sizeof(char));FileArraySize *= 2;}FileArray[i] = ch;i++;}FileArraySize = i;fclose(fp);  //完成读取以后将文件关闭 }//求每个ASCII码对应字符的权值，并将权值存入weigh数组中void Weight(char* FileArray, int weight[ASCIISize]){for (int i = 0,m; i < FileArraySize; i++){m = FileArray[i] - 0;weight[m]++;}}//根据每个字母的权值，创建哈夫曼树，求出哈夫曼编码 void CreateHaffTree(int weight[ASCIISize], HuffmansTree &HT, HuffmanCode &HC){//int _Select(HuffmansTree, int, int&, int&);int i, m, s1, s2, c, f, start;HuffmansTree p;char *cd;//初始化m = 2 * ASCIISize - 1;HT = (HuffmansTree)malloc((m + 1)*sizeof(HTNode)); //0号单元未用for (p = HT + 1, i = 1; i <= ASCIISize; ++i, ++p) //生成n个叶子结点 NOTE:课本有误p->weight = weight[i],p->flag = 1, p->parent = p->leftChild = p->rightChild = 0, p->ch = i;for (; i <= m; ++i, ++p)p->flag = p->weight = p->parent = p->leftChild = p->rightChild = 0, p->ch = -1;//构造哈夫曼树for (i = ASCIISize + 1; i <= m; ++i){//在HT[1..i-1]中选择两个parent为0且weight最小的，序号为s1,s2_Select(HT, i - 1, s1, s2);//用s1和s2作为左右子树和并成一棵树iHT[s1].parent = HT[s2].parent = i;HT[i].leftChild = s1; HT[i].rightChild = s2;HT[i].weight = HT[s1].weight + HT[s2].weight;}//求哈夫曼编码HC = (HuffmanCode)malloc((ASCIISize + 1)*sizeof(char *));cd = (char *)malloc(ASCIISize*sizeof(char)); //临时工作空间for (i = 1; i <= ASCIISize; ++i){start = ASCIISize - 1;cd[start] = '\0';for (c = i, f = HT[i].parent; f != 0; c = f, f = HT[f].parent)if (HT[f].leftChild == c)cd[--start] = '0';elsecd[--start] = '1';HC[i] = (char*)malloc((ASCIISize - start + 1)*sizeof(char));strcpy(HC[i], &cd[start]);}free(cd);}//给据已得到的每个字符的哈夫曼编码对整篇文章进行编码，结果存入数组中void BuildFileCode(char** &FileCode, int &FileCodeSize){FileCode = (char**)malloc(FileCodeSize *sizeof(char *));int n = 0,m = 0,i,j;for (i = 0; i < FileArraySize; i++, n++){m = FileArray[i] - 0;if ( n >= FileCodeSize - 1){FileCode = (char**)realloc(FileCode, FileCodeSize * 2 * sizeof(char*));FileCodeSize *= 2;}FileCode[n] = HC[m];}FileCode[n] = "###";FileCodeSize = n;for (int i = 0; i < --n; i++)printf("%s", FileCode[i]);}//根据哈夫曼树进行哈夫曼解码，结果存入数组返回void DecodeHaffTree(HuffmansTree HT, char** FileCode, char* &_FileArray_, int &_FileArraySize_){int root, p, j = 0;p = root = 2 * ASCIISize - 1;//设置遍历开始，根节点 printf("解码后的字符串为：\n");                                                                                                                                                                                                  _FileArray_ = (char*)malloc(FileCodeSize *sizeof(char));for (int i = 0; FileCode[i] != "###"; i++){int m = strlen(FileCode[i]);for (int k = 0; k < m; k++){char fcs = *(FileCode[i]++);if (fcs == '0'){//如果当前字符为 0 ，则当前节点为原节点的左子 p = HT[p].leftChild;}else if (fcs == '1'){//如果当前字符为 1 ，则当前节点为原节点的右子 p = HT[p].rightChild;}if (HT[p].flag == 1){//如果当前节点既没有左子，又没有右子，则将对应的字符存入编码数组_FileArray_[j++] = HT[p].ch;//printf("%c", HT[p].ch);p = root;//重新回到根节点，继续解码 }}}}//储存文件，将array数组中的元素存入文件中，array包括FileCode和_FileArrayvoid WriteFile(char path[], char way[], char* array){FILE *fp;fp = fopen(path, way);fputs(array, fp);fclose(fp);}int main(void){ReadFile("F:\\read.txt", "r", FileArray, FileArraySize);Weight(FileArray, weight);CreateHaffTree(weight,HT, HC);BuildFileCode(FileCode, FileCodeSize);DecodeHaffTree(HT, FileCode, _FileArray_, _FileArraySize_);WriteFile("F:\\write.txt", "a", _FileArray_);getchar();}

程序中只做了对解码后文章的储存，没有做对编码字符串和哈夫曼树的储存

程序中各种命名混乱加不规则，各位就将就着看看吧

 

如果对代码存在疑问请留言或直接联系我（[e-mail]）。

也欢迎各位指出其中的错误和不足，小弟虚心求教