C 实现 哈夫曼编码

哈夫曼编码是一种用于数据压缩的无损熵编码,根据压缩数据符号出现频率大小进行编码, 出现频率越高,编码后占bit 越少的变长编码。(其他详细介绍见参考)

刚好这两天看到,大学时信息论学完后基本忘记,顺便复习以下,并尝试C代码实现。

如何编码

假设, 准备压缩的数据源, 评估得到各个符号出现的频率如下, 则其编码过程如下图

这里写图片描述

详细参考 huffman编码

程序流程

编码 :

  1. 遍历准备压缩的输入内容,累计各个符号出现频率
static void cal_char_freq_table(char *array, uint32 len)
{   
    memset(freq_table, 0, sizeof(freq_table));
    while (len--) {
        ++freq_table[*array++];
    }
}
  1. 遍历频率数组, 根据符号输入频率为每个出现的符号新建节点, 并插入队列,队列中根据频率从小到大排序(方便下一步构建二叉树)
static int8 build_char_freq_list(struct hfm_node *list)
{
    uint32 i = 0;
    for (; i < 256; ++i) {
        if (freq_table[i] > 0) {
            struct hfm_node *new = new_hfm_node((char)i, freq_table[i]);
            if (new != NULL) {
                list_insert(list, new);
            } else {
                printf("New ffm_node failue!!\n");
                return -1;
            }
        }
    }
    return 0;
}
  1. 循环取出队列最小两项合并,新建节点, 保存合并后频率值,被合并两项则为新节点左右子节点, 然后将新节点插回队列。
    队列中只剩下一项时, 二叉树建立完成, 该项为二插树根节点。
static struct hfm_node *build_char_freq_tree(struct hfm_node *list)
{
    struct hfm_node *new = NULL;
    struct hfm_node *left, *right;

    while (1) {
        // 取权中最小的两个节点合并
        left = list_pop(list);
        if (left == NULL) {
            return NULL;
        }

        right = list_pop(list);
        if (right == NULL) {
            // root
            return left;
        }
        new = new_hfm_node(0, left->freq + right->freq);
        new->left = left;
        new->right = right;
        list_insert(list, new);
    }
}
  1. 遍历二叉树,得到符号对应的编码
    (一个byte标记编码编码序列, 左0, 右1, 一个值记录几位), 遇到叶节点,取出值设置对应的code;
static uint8 hfm_code = 0;
static uint8 hfm_deep = 0;
static void _build_hfm_code_table(struct hfm_node *root)
{
    ++hfm_deep;

    if (root->left == NULL && root->right == NULL) {
        hfm_code_table[root->val].code = hfm_code;
        hfm_code_table[root->val].len = hfm_deep - 1;
    } else {
        hfm_code = (hfm_code << 1);

        if (root->left != NULL) {
            _build_hfm_code_table(root->left);
        }
        if (root->right != NULL) {
            hfm_code |= 1;
            _build_hfm_code_table(root->right);
        }
        hfm_code = (hfm_code >> 1);
    }

    --hfm_deep;
}

static void build_hfm_code_table(struct hfm_node *root)
{
    hfm_code = 0;
    hfm_deep = 0;
    memset(hfm_code_table, 0, sizeof(hfm_code_table));

    if (root != NULL) _build_hfm_code_table(root);
}

完整代码

得到对应的编码映射, 便可以对应编码了
解码时, 也需要二叉树, 依据编码值, 寻得叶节点,得到对应的符号。


参考

推荐阅读更多精彩内容

  • 树的概述 树是一种非常常用的数据结构,树与前面介绍的线性表,栈,队列等线性结构不同,树是一种非线性结构 1.树的定...
    Jack921阅读 3,851评论 1 30
  • 9.3.3 快速排序   快速排序将原数组划分为两个子数组,第一个子数组中元素小于等于某个边界值,第二个子数组中的...
    StarryThrone阅读 1,126评论 0 3
  • 1 序 2016年6月25日夜,帝都,天下着大雨,拖着行李箱和同学在校门口照了最后一张合照,搬离寝室打车去了提前租...
    StarryThrone阅读 4,233评论 0 12
  • 简介 哈夫曼树是一种带权路径长度最短的二叉树,也称为最优二叉树。 定义:给定 n 个权值作为 n 个叶子节点,构造...
    随时学丫阅读 2,497评论 0 1
  • 课程介绍 先修课:概率统计,程序设计实习,集合论与图论 后续课:算法分析与设计,编译原理,操作系统,数据库概论,人...
    ShellyWhen阅读 1,485评论 0 3
  • 今天真的是罪过了,真的感觉好久没有这种感觉了。感觉今天吃饭真的把钱快吃回来了,一个字撑,两个字撑死了。太丢人了,太...
    旅人未安阅读 43评论 0 0