利用huffman树实现字符文档的压缩//to be continued

huffman树压缩字符文档，就是将8bit的字符根据出现频率进行重新编码，使编码之后每个字符的编码在文件读入时都能被唯一确定。故字符的编码必须是不头包含的。huffman树是一种简单的压缩编码方式。

本文将采用c语言实现。编译环境为gcc4.9.2，故可以采用c++的引用传递使代码更加简单。

首先，先编一个头文件“huffman.h”实现实现huffman树的基本操作，代码：

#include<stdio.h>

#include<stdlib.h>

#include<string.h>

typedef struct{

unsigned int weight;

unsigned int parent,lchild,rchild;

}HTNode,*HuffmanTree; //动态分配数组存储赫夫曼树

typedef char * *HuffmanCode; //动态分配数组存储赫夫曼编码表

void Select(HuffmanTree HT,int n,int &s1,int &s2)

{int i,te;

int p1,p2;

for(i=1;i<=n;i++)

{if(HT[i].parent==0)

{

p1=i;

i++;

break;

}

}

for( ;i<=n;i++)

{if(HT[i].parent==0)

{

p2=i;

i++;

break;

}

}

if(HT[p1].weight>HT[p2].weight)

{

te=p1;

p1=p2;

p2=te;

} //p1,p2赋初始值

for( ;i<=n;i++)

{if(HT[i].parent==0)

{

if(HT[i].weight<HT[p1].weight)

{

p2=p1;

p1=i;

}

else

if(HT[i].weight<HT[p2].weight)

p2=i;

}

}

s1=p1;

s2=p2;

}

void HuffmanCoding (HuffmanTree &HT,HuffmanCode &HC ,int *w,int n){

//w存放ｎ个字符的权值（均＞０），构造赫夫曼树ＨＴ，并求出ｎ个字符的赫夫曼编码ＨＣ

//HT,HC空间在函数中分配，数组w,总数n

HuffmanTree p=NULL;

int m,i;

int s1,s2;

char *cd;

int start,c;

int f;//分配变量

if(n<=1)return ;

m=2*n-1;//i m s1 s2 HT[0] HT[1] HT[2] HT[3] HT[4] HT[5] HT[6]

HT=(HuffmanTree)malloc((m+1)*sizeof(HTNode));//0号单元未用

for(i=1;i<=n;i++)

HT[i]={w[i],0,0,0};

for( ;i<=m;++i){//赫夫曼树

//在HT[1..i-1]选择parent为0且weight最小的两个节点，其序号分别为s1和s2

Select(HT,i-1,s1,s2);

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;

HT[i].parent=0;

}

//---从叶子到根逆向求每个字符的赫夫曼编码---

HC=(HuffmanCode)malloc((n+1)*sizeof(char *));// 分配n个字符编码的头指针向量

cd=(char *)malloc(n*sizeof(char));
//分配求码的工作空间

cd[n-1]='\0';
//编码结束符

for(i=1;i<=n;++i){
//逐个字符求赫夫曼编码

start = n-1;
//编码结束符位置

for(c=i,f=HT[i].parent;f!=0;c=f,f=HT[f].parent)//从叶子到根逆向求编码

if(HT[f].lchild==c) cd[--start]='0';

else cd[--start]='1';

HC[i]=(char *)malloc((n-start)*sizeof(char));//为第i个字符编码分配空间

strcpy(HC[i],&cd[start]);
//从cd复制编码（串）到HC

}

free(cd);
//释放工作空间

}//HuffmanCoding

压缩文件的程序“压缩.cpp”，代码：

#include<stdio.h>

#include<string.h>

#include<stdlib.h>

#include"huffman.h"

int main()

{HuffmanTree HT;

HuffmanCode HC;

char te;

int w[257];//存放权值

int i;

unsigned int a;

for(a=0;a<=128;a++) w[a]=0;

FILE * f1;

FILE * f2;

char name[1004],name1[1004];

scanf("%s",name);

if((f1=fopen(name,"r"))==NULL){

printf("can't open this file.\n");

exit(0);

}

while(te=fgetc(f1)){

if(te==-1)break;

a=te;

w[a+1]++;

} //第一次读入计算权值

fseek(f1,0L,SEEK_SET);

HuffmanCoding(HT,HC,w,128);

for(i=1;i<=128;i++)

printf("%d %s\n",i-1,HC[i]);

printf("\n\n\n"); //输出Huffman字符和编码

strcpy(name1,name);

strcat(name1,".out");

if((f2=fopen(name1,"wb+"))==NULL){

printf("can't open this file.\n");

exit(0);

}

for(i=1;i<=128;i++)

fwrite(&w[i],4,1,f2);

int da[9];

int j=1;

unsigned char c1=0;

while(te=fgetc(f1)){

if(te==-1)break;

for(i=0;i<strlen(HC[te+1]);i++)

{if(j<9)

if(HC[te+1][i]=='1'){da[j]=1;j++;}

else {da[j]=0;j++;}

if(j==9)

{c1=da[1]*128+da[2]*64+da[3]*32+da[4]*16+da[5]*8+da[6]*4+da[7]*2+da[8];

//fwrite(&c1,1,1,f2);

a=0;

j=1;

}

}

}//粗略压缩

printf("%d\n",j-1);

for(i=1;i<j;i++)

printf("%d\n",da[i]);

j--;

fwrite(&j,4,1,f2);

for(i=1;i<=j;i++)

{fwrite(&da[i],4,1,f2);

printf("%d\n",da[i]);

}

j=1;

fseek(f1,0,SEEK_SET);

while(te=fgetc(f1)){

//printf("%c",te);

if(te==-1)break;

for(i=0;i<strlen(HC[te+1]);i++)

{if(j<9)

if(HC[te+1][i]=='1'){da[j]=1;j++;}

else {da[j]=0;j++;}

if(j==9)

{c1=da[1]*128+da[2]*64+da[3]*32+da[4]*16+da[5]*8+da[6]*4+da[7]*2+da[8];

fwrite(&c1,1,1,f2);

a=0;

j=1;

}

}

}//粗略压缩

fclose(f1);

fclose(f2);

return 0;

}