C语言 实现哈夫曼编码

好的，我来给你讲解如何用 C 语言实现哈夫曼编码。

哈夫曼编码是一种用于数据压缩的编码方法，它能够有效地减少数据的大小。哈夫曼编码的基本思想是：给出一个字符串，根据字符串中每个字符的出现频率，构建一棵二叉树，然后为每个字符分配一个二进制编码，使得字符串中出现频率较高的字符的编码较短，这样就能有效地减少数据的大小。

下面是一个简单的 C 语言实现的哈夫曼编码的例子：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define MAX_TREE_SIZE 100

typedef struct {
  // 存储哈夫曼编码的字符数组
  char ch[MAX_TREE_SIZE];
  // 存储哈夫曼编码的权值
  int weight[MAX_TREE_SIZE];
  // 存储哈夫曼编码的左儿子
  int left[MAX_TREE_SIZE];
  // 存储哈夫曼编码的右儿子
  int right[MAX_TREE_SIZE];
  // 哈夫曼编码的节点数
  int n;
} HuffmanTree;

// 哈夫曼树的节点
typedef struct {
  // 节点的权值
  int weight;
  // 左儿子的下标
  int left;
  // 右儿子的下标
  int right;
  // 父亲节点的下标
  int parent;
} HTNode;

相关问题

用C语言实现哈夫曼编码

以下是使用C语言实现哈夫曼编码的基本步骤：

1. 定义结构体来表示每个字符及其对应的频率和编码：

struct node {
    char ch;
    int freq;
    char *code;
};

2. 统计每个字符出现的频率，并将其存储到一个数组中：

int freq[256] = {0};
for (int i = 0; i < strlen(input); i++) {
    freq[input[i]]++;
}

3. 构建哈夫曼树，可以使用优先队列（也称为堆）来实现：

struct node *buildHuffmanTree(int freq[]) {
    priority_queue<struct node*, vector<struct node*>, compare> pq;
    for (int i = 0; i < 256; i++) {
        if (freq[i] > 0) {
            struct node *n = new node;
            n->ch = (char)i;
            n->freq = freq[i];
            n->left = NULL;
            n->right = NULL;
            pq.push(n);
        }
    }
    while (pq.size() > 1) {
        struct node *n1 = pq.top();
        pq.pop();
        struct node *n2 = pq.top();
        pq.pop();
        struct node *n = new node;
        n->freq = n1->freq + n2->freq;
        n->left = n1;
        n->right = n2;
        pq.push(n);
    }
    return pq.top();
}

其中，compare是一个比较函数，用于将节点按照频率从小到大排序。

4. 通过递归遍历哈夫曼树，生成每个字符的编码：

void generateCodes(struct node *root, char *code, int index) {
    if (root->left == NULL && root->right == NULL) {
        code[index] = '\0';
        root->code = strdup(code);
        return;
    }
    code[index] = '0';
    generateCodes(root->left, code, index + 1);
    code[index] = '1';
    generateCodes(root->right, code, index + 1);
}

5. 使用生成的编码对原始数据进行编码：

char *encodeData(char *input, struct node *root) {
    char *output = (char*)malloc(sizeof(char) * strlen(input) * 8);
    int index = 0;
    for (int i = 0; i < strlen(input); i++) {
        struct node *n = findNode(root, input[i]);
        strcat(output, n->code);
    }
    return output;
}

其中，findNode函数用于在哈夫曼树中查找指定字符对应的节点。

6. 使用生成的编码对压缩后的数据进行解码：

char *decodeData(char *input, struct node *root) {
    char *output = (char*)malloc(sizeof(char) * strlen(input));
    int index = 0;
    struct node *n = root;
    for (int i = 0; i < strlen(input); i++) {
        if (input[i] == '0') {
            n = n->left;
        } else {
            n = n->right;
        }
        if (n->left == NULL && n->right == NULL) {
            output[index++] = n->ch;
            n = root;
        }
    }
    output[index] = '\0';
    return output;
}

以上就是使用C语言实现哈夫曼编码的基本步骤。

用c语言实现哈夫曼编码

哈夫曼编码是一种无损数据压缩算法，它的核心思想是将出现频率较高的字符用较短的编码表示，而出现频率较低的字符用较长的编码表示，从而达到压缩数据的目的。下面是用C语言实现哈夫曼编码的基本步骤：

1. 定义哈夫曼树的节点结构体

typedef struct HuffmanNode {
    char ch;            // 字符
    int freq;           // 字符出现的频率
    struct HuffmanNode *left, *right;   // 左右子节点指针
} HuffmanNode;

2. 统计每个字符出现的频率

int freq[256] = {0};   // 存储每个字符出现的频率，ASCII码共有256个字符

// 遍历字符串，统计每个字符出现的频率
char *str = "hello world";
for (int i = 0; i < strlen(str); i++) {
    freq[str[i]]++;
}

3. 构建哈夫曼树

// 比较函数，用于按照字符出现频率从小到大排序
int cmp(const void *a, const void *b) {
    HuffmanNode **node1 = (HuffmanNode**)a;
    HuffmanNode **node2 = (HuffmanNode**)b;
    return (*node1)->freq - (*node2)->freq;
}

// 构建哈夫曼树
HuffmanNode* buildHuffmanTree(int *freq) {
    // 构建叶子节点
    HuffmanNode *nodes[256];
    int count = 0;
    for (int i = 0; i < 256; i++) {
        if (freq[i] > 0) {
            HuffmanNode *node = (HuffmanNode*)malloc(sizeof(HuffmanNode));
            node->ch = (char)i;
            node->freq = freq[i];
            node->left = node->right = NULL;
            nodes[count++] = node;
        }
    }

    // 构建哈夫曼树
    while (count > 1) {
        qsort(nodes, count, sizeof(HuffmanNode*), cmp);   // 按照频率从小到大排序
        HuffmanNode *node = (HuffmanNode*)malloc(sizeof(HuffmanNode));
        node->left = nodes[0];
        node->right = nodes[1];
        node->freq = nodes[0]->freq + nodes[1]->freq;
        nodes[0] = node;
        count--;
        for (int i = 1; i < count; i++) {
            nodes[i] = nodes[i+1];
        }
    }

    return nodes[0];
}

4. 生成哈夫曼编码

// 生成哈夫曼编码
void genHuffmanCode(HuffmanNode *root, char *code, int depth) {
    if (root == NULL) return;
    if (root->left == NULL && root->right == NULL) {
        printf("%c: %s\n", root->ch, code);
        return;
    }
    code[depth] = '0';
    genHuffmanCode(root->left, code, depth+1);
    code[depth] = '1';
    genHuffmanCode(root->right, code, depth+1);
}

// 生成哈夫曼编码表
void genHuffmanCodeTable(HuffmanNode *root, char *codeTable[]) {
    char code[256];
    memset(code, 0, sizeof(code));
    genHuffmanCode(root, code, 0);
}

完整代码如下：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

typedef struct HuffmanNode {
    char ch;            // 字符
    int freq;           // 字符出现的频率
    struct HuffmanNode *left, *right;   // 左右子节点指针
} HuffmanNode;

int freq[256] = {0};   // 存储每个字符出现的频率，ASCII码共有256个字符

// 比较函数，用于按照字符出现频率从小到大排序
int cmp(const void *a, const void *b) {
    HuffmanNode **node1 = (HuffmanNode**)a;
    HuffmanNode **node2 = (HuffmanNode**)b;
    return (*node1)->freq - (*node2)->freq;
}

// 构建哈夫曼树
HuffmanNode* buildHuffmanTree(int *freq) {
    // 构建叶子节点
    HuffmanNode *nodes[256];
    int count = 0;
    for (int i = 0; i < 256; i++) {
        if (freq[i] > 0) {
            HuffmanNode *node = (HuffmanNode*)malloc(sizeof(HuffmanNode));
            node->ch = (char)i;
            node->freq = freq[i];
            node->left = node->right = NULL;
            nodes[count++] = node;
        }
    }

    // 构建哈夫曼树
    while (count > 1) {
        qsort(nodes, count, sizeof(HuffmanNode*), cmp);   // 按照频率从小到大排序
        HuffmanNode *node = (HuffmanNode*)malloc(sizeof(HuffmanNode));
        node->left = nodes[0];
        node->right = nodes[1];
        node->freq = nodes[0]->freq + nodes[1]->freq;
        nodes[0] = node;
        count--;
        for (int i = 1; i < count; i++) {
            nodes[i] = nodes[i+1];
        }
    }

    return nodes[0];
}

// 生成哈夫曼编码
void genHuffmanCode(HuffmanNode *root, char *code, int depth) {
    if (root == NULL) return;
    if (root->left == NULL && root->right == NULL) {
        printf("%c: %s\n", root->ch, code);
        return;
    }
    code[depth] = '0';
    genHuffmanCode(root->left, code, depth+1);
    code[depth] = '1';
    genHuffmanCode(root->right, code, depth+1);
}

// 生成哈夫曼编码表
void genHuffmanCodeTable(HuffmanNode *root, char *codeTable[]) {
    char code[256];
    memset(code, 0, sizeof(code));
    genHuffmanCode(root, code, 0);
}

int main() {
    // 统计每个字符出现的频率
    char *str = "hello world";
    for (int i = 0; i < strlen(str); i++) {
        freq[str[i]]++;
    }

    // 构建哈夫曼树
    HuffmanNode *root = buildHuffmanTree(freq);

    // 生成哈夫曼编码表
    char *codeTable[256] = {0};
    genHuffmanCodeTable(root, codeTable);

    return 0;
}