c语言写哈夫曼树编码

时间: 2023-12-09 18:33:48 浏览: 40
C语言可以用数组和结构体来实现哈夫曼树编码。以下是一个简单的示例代码: ``` #include <stdio.h> #include <stdlib.h> #include <string.h> #define MAX_TREE_HT 100 typedef struct MinHeapNode { char data; unsigned freq; struct MinHeapNode *left, *right; } MinHeapNode; typedef struct MinHeap { unsigned size; unsigned capacity; MinHeapNode **array; } MinHeap; typedef struct HuffmanNode { char data; char *code; struct HuffmanNode *next; } HuffmanNode; typedef struct HuffmanTable { HuffmanNode *head; } HuffmanTable; MinHeapNode *newNode(char data, unsigned freq) { MinHeapNode *node = (MinHeapNode *) malloc(sizeof(MinHeapNode)); node->left = node->right = NULL; node->data = data; node->freq = freq; return node; } MinHeap *createMinHeap(unsigned capacity) { MinHeap *minHeap = (MinHeap *) malloc(sizeof(MinHeap)); minHeap->size = 0; minHeap->capacity = capacity; minHeap->array = (MinHeapNode **) malloc(minHeap->capacity * sizeof(MinHeapNode *)); return minHeap; } void swapMinHeapNode(MinHeapNode **a, MinHeapNode **b) { MinHeapNode *t = *a; *a = *b; *b = t; } void minHeapify(MinHeap *minHeap, int idx) { int smallest = idx; int left = 2 * idx + 1; int right = 2 * idx + 2; if (left < minHeap->size && minHeap->array[left]->freq < minHeap->array[smallest]->freq) smallest = left; if (right < minHeap->size && minHeap->array[right]->freq < minHeap->array[smallest]->freq) smallest = right; if (smallest != idx) { swapMinHeapNode(&minHeap->array[smallest], &minHeap->array[idx]); minHeapify(minHeap, smallest); } } int isSizeOne(MinHeap *minHeap) { return (minHeap->size == 1); } MinHeapNode *extractMin(MinHeap *minHeap) { MinHeapNode *temp = minHeap->array[0]; minHeap->array[0] = minHeap->array[minHeap->size - 1]; --minHeap->size; minHeapify(minHeap, 0); return temp; } void insertMinHeap(MinHeap *minHeap, MinHeapNode *minHeapNode) { ++minHeap->size; int i = minHeap->size - 1; while (i && minHeapNode->freq < minHeap->array[(i - 1) / 2]->freq) { minHeap->array[i] = minHeap->array[(i - 1) / 2]; i = (i - 1) / 2; } minHeap->array[i] = minHeapNode; } void buildMinHeap(MinHeap *minHeap) { int n = minHeap->size - 1; int i; for (i = (n - 1) / 2; i >= 0; --i) minHeapify(minHeap, i); } void printArr(int arr[], int n) { int i; for (i = 0; i < n; ++i) printf("%d", arr[i]); printf("\n"); } int isLeaf(MinHeapNode *root) { return !(root->left) && !(root->right); } MinHeap *createAndBuildMinHeap(char data[], int freq[], int size) { MinHeap *minHeap = createMinHeap(size); for (int i = 0; i < size; ++i) minHeap->array[i] = newNode(data[i], freq[i]); minHeap->size = size; buildMinHeap(minHeap); return minHeap; } MinHeapNode *buildHuffmanTree(char data[], int freq[], int size) { MinHeapNode *left, *right, *top; MinHeap *minHeap = createAndBuildMinHeap(data, freq, size); while (!isSizeOne(minHeap)) { left = extractMin(minHeap); right = extractMin(minHeap); top = newNode('$', left->freq + right->freq); top->left = left; top->right = right; insertMinHeap(minHeap, top); } return extractMin(minHeap); } void printCodes(MinHeapNode *root, int arr[], int top, HuffmanTable *table) { if (root->left) { arr[top] = 0; printCodes(root->left, arr, top + 1, table); } if (root->right) { arr[top] = 1; printCodes(root->right, arr, top + 1, table); } if (isLeaf(root)) { HuffmanNode *node = (HuffmanNode *) malloc(sizeof(HuffmanNode)); node->data = root->data; node->code = (char *) malloc((top + 1) * sizeof(char)); for (int i = 0; i < top; ++i) node->code[i] = arr[i] + '0'; node->code[top] = '\0'; node->next = table->head; table->head = node; } } void HuffmanCoding(char data[], int freq[], int size, HuffmanTable *table) { MinHeapNode *root = buildHuffmanTree(data, freq, size); int arr[MAX_TREE_HT], top = 0; printCodes(root, arr, top, table); } void printTable(HuffmanTable *table) { HuffmanNode *node = table->head; while (node) { printf("%c: %s\n", node->data, node->code); node = node->next; } } int main() { char data[] = {'a', 'b', 'c', 'd', 'e', 'f'}; int freq[] = {5, 9, 12, 13, 16, 45}; int size = sizeof(data) / sizeof(data[0]); HuffmanTable *table = (HuffmanTable *) malloc(sizeof(HuffmanTable)); table->head = NULL; HuffmanCoding(data, freq, size, table); printTable(table); return 0; } ```

相关推荐

最新推荐

recommend-type

三元哈夫曼编码 哈夫曼树

详细描述了哈夫曼树的构造方法,同时推广到三元哈夫曼编码,并用C语言于VC++上实现
recommend-type

数据结构课程设计_哈夫曼树

2.初步掌握软件开发过程的问题分析、系统设计、程序编码、测试等基本方法和技能; 3.提高综合运用所学的理论知识和方法独立分析和解决问题的能力; 4.训练用系统的观点和软件开发一般规范进行软件开发,巩固、深化...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB遗传算法自动优化指南:解放算法调优,提升效率

![MATLAB遗传算法自动优化指南:解放算法调优,提升效率](https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/8487939061/p208348.png) # 1. MATLAB遗传算法概述** 遗传算法是一种受生物进化启发的优化算法,它模拟了自然选择和遗传的过程。在MATLAB中,遗传算法工具箱提供了丰富的函数和类,用于创建和运行遗传算法。 **1.1 遗传算法的基本原理** 遗传算法的工作原理如下: - **初始化:**创建由随机个体组成的初始种群。 - **评估:**根据目标函数计算每个个体的适应度。 -
recommend-type

failed to register layer: ApplyLayer exit status 1 stdout: stderr: archive/tar: invalid tar header

很抱歉听到这个问题。这个错误通常是由于Docker镜像损坏或Docker存储库中缺少所需的图层引起的。您可以尝试以下几种方法来解决这个问题: 1. 清理Docker镜像和容器:使用命令“docker system prune”清理不再使用的Docker对象。 2. 检查Docker存储库:确保您正在使用可靠的Docker存储库,并检查是否存在所有必需的图层。 3. 重新下载Docker镜像:如果您确定问题是由于损坏的Docker镜像引起的,则可以尝试重新下载Docker镜像。 4. 更新Docker版本:如果您使用的是旧版Docker,则可能会出现此问题。尝试更新到最新版本的Docke
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

MATLAB遗传算法大数据优化指南:应对海量数据挑战,挖掘数据价值

![MATLAB遗传算法大数据优化指南:应对海量数据挑战,挖掘数据价值](https://ask.qcloudimg.com/http-save/8934644/c34d493439acba451f8547f22d50e1b4.png) # 1. 遗传算法简介** 遗传算法(GA)是一种受进化论启发的优化算法,它模拟了生物体的自然选择和遗传过程。GA通过以下步骤迭代地搜索最优解: - **初始化:**随机生成一个种群,每个个体代表一个潜在的解决方案。 - **选择:**根据个体的适应度(目标函数值)选择适合繁殖的个体。 - **交叉:**将选定的个体配对并交换基因,产生新的个体。 - **
recommend-type

File path = new File(ResourceUtils.getURL("classpath:static").getPath());

这段代码的作用是获取项目中静态资源文件夹的路径,其中`ResourceUtils.getURL("classpath:static")`表示获取`classpath`下的`static`文件夹的URL,`getPath()`方法则将URL转换成文件路径。最终得到的`File`对象可以用于读取或写入静态资源文件。需要注意的是,这段代码只适用于Spring Boot项目,因为它使用了Spring的`ResourceUtils`类。如果不是Spring Boot项目,可能需要使用其他方式获取静态资源文件夹的路径。