哈夫曼树压缩与解压缩的代码

时间: 2023-07-09 18:42:57 浏览: 79
下面是Python实现哈夫曼树压缩和解压缩的代码: ```python import heapq import os class HuffmanCoding: def __init__(self, path): self.path = path self.heap = [] self.codes = {} self.reverse_mapping = {} class HeapNode: def __init__(self, char, freq): self.char = char self.freq = freq self.left = None self.right = None def __lt__(self, other): return self.freq < other.freq def __eq__(self, other): if(other == None): return False if(not isinstance(other, HeapNode)): return False return self.freq == other.freq # 统计字符出现的频率 def make_frequency_dict(self, text): frequency = {} for character in text: if not character in frequency: frequency[character] = 0 frequency[character] += 1 return frequency # 构建哈夫曼树 def build_heap(self, frequency): for key in frequency: node = self.HeapNode(key, frequency[key]) heapq.heappush(self.heap, node) # 合并节点,构建哈夫曼树 def merge_nodes(self): while(len(self.heap)>1): node1 = heapq.heappop(self.heap) node2 = heapq.heappop(self.heap) merged = self.HeapNode(None, node1.freq + node2.freq) merged.left = node1 merged.right = node2 heapq.heappush(self.heap, merged) # 对哈夫曼树进行遍历,生成编码 def make_codes_helper(self, root, current_code): if(root == None): return if(root.char != None): self.codes[root.char] = current_code self.reverse_mapping[current_code] = root.char return self.make_codes_helper(root.left, current_code + "0") self.make_codes_helper(root.right, current_code + "1") def make_codes(self): root = heapq.heappop(self.heap) current_code = "" self.make_codes_helper(root, current_code) # 将编码后的数据写入输出文件 def get_encoded_text(self, text): encoded_text = "" for character in text: encoded_text += self.codes[character] return encoded_text def pad_encoded_text(self, encoded_text): padding_required = 8 - len(encoded_text) % 8 for i in range(padding_required): encoded_text += "0" padding_info = "{0:08b}".format(padding_required) padded_encoded_text = padding_info + encoded_text return padded_encoded_text def get_byte_array(self, padded_encoded_text): if(len(padded_encoded_text) % 8 != 0): print("Encoded text not padded properly") exit(0) b = bytearray() for i in range(0, len(padded_encoded_text), 8): byte = padded_encoded_text[i:i+8] b.append(int(byte, 2)) return b # 压缩 def compress(self): filename, file_extension = os.path.splitext(self.path) output_path = filename + ".bin" with open(self.path, 'r+') as file, open(output_path, 'wb') as output: text = file.read() text = text.rstrip() frequency = self.make_frequency_dict(text) self.build_heap(frequency) self.merge_nodes() self.make_codes() encoded_text = self.get_encoded_text(text) padded_encoded_text = self.pad_encoded_text(encoded_text) byte_array = self.get_byte_array(padded_encoded_text) output.write(bytes(byte_array)) print("Compressed") return output_path # 解压缩 def remove_padding(self, padded_encoded_text): padding_info = padded_encoded_text[:8] padding_required = int(padding_info, 2) padded_encoded_text = padded_encoded_text[8:] encoded_text = padded_encoded_text[:-1*padding_required] return encoded_text def decode_text(self, encoded_text): current_code = "" decoded_text = "" for bit in encoded_text: current_code += bit if(current_code in self.reverse_mapping): character = self.reverse_mapping[current_code] decoded_text += character current_code = "" return decoded_text def decompress(self, input_path): filename, file_extension = os.path.splitext(self.path) output_path = filename + "_decompressed" + ".txt" with open(input_path, 'rb') as file, open(output_path, 'w') as output: bit_string = "" byte = file.read(1) while(len(byte) > 0): byte = ord(byte) bits = bin(byte)[2:].rjust(8, '0') bit_string += bits byte = file.read(1) encoded_text = self.remove_padding(bit_string) decoded_text = self.decode_text(encoded_text) output.write(decoded_text) print("Decompressed") return output_path ``` 使用示例: ```python h = HuffmanCoding("test.txt") compressed_path = h.compress() decompressed_path = h.decompress(compressed_path) ``` 其中,`test.txt`是待压缩的文件名,`compressed_path`是压缩后的文件路径,`decompressed_path`是解压缩后的文件路径。

相关推荐

最新推荐

recommend-type

哈夫曼编码压缩解压缩程序(CPP写的)

《哈夫曼编码压缩解压缩程序的实现及原理》 哈夫曼编码是一种高效的数据压缩方法,它基于字符出现频率构建最优的二叉树结构,从而实现数据的压缩与解压缩。本文将深入探讨哈夫曼编码的原理,并通过一个使用C++编写...
recommend-type

哈弗曼压缩解压程序源代码及注释

2. 创建哈夫曼树:根据字符频率构建一棵特殊的二叉树,称为哈夫曼树。这棵树是完全二叉树,且满足以下条件:频率低的节点位于频率高的节点之下。初始时,每个字符作为一个叶子节点,然后不断合并频率最低的两个节点...
recommend-type

IPQ4019 QSDK开源代码资源包发布

资源摘要信息:"IPQ4019是高通公司针对网络设备推出的一款高性能处理器,它是为需要处理大量网络流量的网络设备设计的,例如无线路由器和网络存储设备。IPQ4019搭载了强大的四核ARM架构处理器,并且集成了一系列网络加速器和硬件加密引擎,确保网络通信的速度和安全性。由于其高性能的硬件配置,IPQ4019经常用于制造高性能的无线路由器和企业级网络设备。 QSDK(Qualcomm Software Development Kit)是高通公司为了支持其IPQ系列芯片(包括IPQ4019)而提供的软件开发套件。QSDK为开发者提供了丰富的软件资源和开发文档,这使得开发者可以更容易地开发出性能优化、功能丰富的网络设备固件和应用软件。QSDK中包含了内核、驱动、协议栈以及用户空间的库文件和示例程序等,开发者可以基于这些资源进行二次开发,以满足不同客户的需求。 开源代码(Open Source Code)是指源代码可以被任何人查看、修改和分发的软件。开源代码通常发布在公共的代码托管平台,如GitHub、GitLab或SourceForge上,它们鼓励社区协作和知识共享。开源软件能够通过集体智慧的力量持续改进,并且为开发者提供了一个测试、验证和改进软件的机会。开源项目也有助于降低成本,因为企业或个人可以直接使用社区中的资源,而不必从头开始构建软件。 U-Boot是一种流行的开源启动加载程序,广泛用于嵌入式设备的引导过程。它支持多种处理器架构,包括ARM、MIPS、x86等,能够初始化硬件设备,建立内存空间的映射,从而加载操作系统。U-Boot通常作为设备启动的第一段代码运行,它为系统提供了灵活的接口以加载操作系统内核和文件系统。 标题中提到的"uci-2015-08-27.1.tar.gz"是一个开源项目的压缩包文件,其中"uci"很可能是指一个具体项目的名称,比如U-Boot的某个版本或者是与U-Boot配置相关的某个工具(U-Boot Config Interface)。日期"2015-08-27.1"表明这是该项目的2015年8月27日的第一次更新版本。".tar.gz"是Linux系统中常用的归档文件格式,用于将多个文件打包并进行压缩,方便下载和分发。" 描述中复述了标题的内容,强调了文件是关于IPQ4019处理器的QSDK资源,且这是一个开源代码包。此处未提供额外信息。 标签"软件/插件"指出了这个资源的性质,即它是一个软件资源,可能包含程序代码、库文件或者其他可以作为软件一部分的插件。 在文件名称列表中,"uci-2015-08-27.1"与标题保持一致,表明这是一个特定版本的软件或代码包。由于实际的文件列表中只提供了这一项,我们无法得知更多的文件信息,但可以推测这是一个单一文件的压缩包。
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

【PDF表格创建与编辑】:使用Apache PDFBox和iText库制作表格,表格处理不求人

![java 各种pdf处理常用库介绍与使用](https://img-blog.csdnimg.cn/img_convert/6ae15afdef45b1d8fe6d289f0065d18c.png) # 1. PDF表格创建与编辑概述 在当今数字化时代,PDF格式因其可移植性和可维护性成为了电子文档的首选。在诸多应用场景中,表格作为一种重要的信息传递工具,其创建与编辑的需求日益增长。本章节将为读者提供一个关于PDF表格创建与编辑的概述,为后续章节中使用Apache PDFBox和iText库进行深入探讨奠定基础。 ## 1.1 PDF表格的作用与重要性 PDF表格在商务沟通、数据分析
recommend-type

python输出txt文件

在Python中,你可以使用内置的`open()`函数来创建和写入TXT文件。下面是一个简单的例子: ```python # 打开文件(如果不存在则创建) with open('example.txt', 'w') as file: # 写入文本内容 file.write('这是你要写入的内容') # 如果你想追加内容而不是覆盖原有文件 # 使用 'a' 模式(append) # with open('example.txt', 'a') as file: # file.write('\n这是追加的内容') # 关闭文件时会自动调用 `close()` 方法,但使
recommend-type

高频组电赛必备:掌握数字频率合成模块要点

资源摘要信息:"2022年电赛 高频组必备模块 数字频率合成模块" 数字频率合成(DDS,Direct Digital Synthesis)技术是现代电子工程中的一种关键技术,它允许通过数字方式直接生成频率可调的模拟信号。本模块是高频组电赛参赛者必备的组件之一,对于参赛者而言,理解并掌握其工作原理及应用是至关重要的。 本数字频率合成模块具有以下几个关键性能参数: 1. 供电电压:模块支持±5V和±12V两种供电模式,这为用户提供了灵活的供电选择。 2. 外部晶振:模块自带两路输出频率为125MHz的外部晶振,为频率合成提供了高稳定性的基准时钟。 3. 输出信号:模块能够输出两路频率可调的正弦波信号。其中,至少有一路信号的幅度可以编程控制,这为信号的调整和应用提供了更大的灵活性。 4. 频率分辨率:模块提供的频率分辨率为0.0291Hz,这样的精度意味着可以实现非常精细的频率调节,以满足高频应用中的严格要求。 5. 频率计算公式:模块输出的正弦波信号频率表达式为 fout=(K/2^32)×CLKIN,其中K为设置的频率控制字,CLKIN是外部晶振的频率。这一计算方式表明了频率输出是通过编程控制的频率控制字来设定,从而实现高精度的频率合成。 在高频组电赛中,参赛者不仅需要了解数字频率合成模块的基本特性,还应该能够将这一模块与其他模块如移相网络模块、调幅调频模块、AD9854模块和宽带放大器模块等结合,以构建出性能更优的高频信号处理系统。 例如,移相网络模块可以实现对信号相位的精确控制,调幅调频模块则能够对信号的幅度和频率进行调整。AD9854模块是一种高性能的DDS芯片,可以用于生成复杂的波形。而宽带放大器模块则能够提供足够的增益和带宽,以保证信号在高频传输中的稳定性和强度。 在实际应用中,电赛参赛者需要根据项目的具体要求来选择合适的模块组合,并进行硬件的搭建与软件的编程。对于数字频率合成模块而言,还需要编写相应的控制代码以实现对K值的设定,进而调节输出信号的频率。 交流与讨论在电赛准备过程中是非常重要的。与队友、指导老师以及来自同一领域的其他参赛者进行交流,不仅可以帮助解决技术难题,还可以相互启发,激发出更多创新的想法和解决方案。 总而言之,对于高频组的电赛参赛者来说,数字频率合成模块是核心组件之一。通过深入了解和应用该模块的特性,结合其他模块的协同工作,参赛者将能够构建出性能卓越的高频信号处理设备,从而在比赛中取得优异成绩。
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

【PDF元数据管理】:如何使用Java库管理和编辑PDF元数据,元数据管理的秘密

![【PDF元数据管理】:如何使用Java库管理和编辑PDF元数据,元数据管理的秘密](https://www.iptc.org/std/photometadata/documentation/userguide/images/PhotoMetadata_UnderTheHood.jpg) # 1. PDF元数据管理概述 在当今数字化工作流程中,PDF文件以其平台独立性和格式固定性成为了文档交换的标准格式。元数据——关于数据的数据——在PDF中扮演了至关重要的角色,它们提供了文档的内容摘要和结构信息,使得文件管理更加高效。在本章中,我们将探讨PDF元数据的基础知识,它们如何增强文档的可用性,
recommend-type

TypeScript 二进制16在代码里怎么表示

在TypeScript中,如果你想表示二进制数16,你可以使用字符串字面量或者专门的二进制格式来表示。这里有几种常见的方法: 1. **字符串字面量**: ```typescript let binaryNumber: string = "0x10"; // 使用 '0x' 前缀标识这是一个十六进制数 ``` 或者直接写成: ```typescript let binaryNumber: string = "10"; // 这种形式适用于0-9的二进制数,TypeScript会自动识别其为十进制转义序列 ``` 2. **Number类型的数值**: 如果你想要将其转换为Number类型,