霍夫曼编码原理

霍夫曼编码四川大学计算机学院2009级戚辅光【关键字】霍夫曼编码原理霍夫曼译码原理霍夫曼树霍夫曼编码源代码霍夫曼编码分析霍夫曼编码的优化霍夫曼编码的应用【摘要】哈夫曼编码(Huffman Coding)是一种编码方式，哈夫曼编码是可变字长编码(VLC)的一种。

uffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般就叫作Huffman 编码。

哈夫曼压缩是个无损的压缩算法，一般用来压缩文本和程序文件。

它属于可变代码长度算法一族。

意思是个体符号（例如，文本文件中的字符）用一个特定长度的位序列替代。

因此，在文件中出现频率高的符号，使用短的位序列，而那些很少出现的符号，则用较长的位序列。

【正文】引言哈夫曼编码(Huffman Coding)是一种编码方式，哈夫曼编码是可变字长编码(VLC)的一种。

uffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般就叫作Huffman编码。

霍夫曼编码原理：霍夫曼编码的基本思想：输入一个待编码的串，首先统计串中各字符出现的次数，称之为频次，假设统计频次的数组为count[]，则霍夫曼编码每次找出count数组中的值最小的两个分别作为左右孩子，建立他们的父节点，循环这个操作2*n-1-n（n是不同的字符数）次，这样就把霍夫曼树建好了。

建树的过程需要注意，首先把count数组里面的n个值初始化为霍夫曼树的n个叶子节点，他们的孩子节点的标号初始化为-1，父节点初始化为他本身的标号。

接下来是编码，每次从霍夫曼树的叶子节点出发，依次向上找，假设当前的节点标号是i，那么他的父节点必然是myHuffmantree[i].parent，如果i是myHuffmantree[i].parent 的左节点，则该节点的路径为0，如果是右节点，则该节点的路径为1。

当向上找到一个节点，他的父节点标号就是他本身，就停止（说明该节点已经是根节点）。

还有一个需要注意的地方：在查找当前权值最小的两个节点时，那些父节点不是他本身的节点不能考虑进去，因为这些节点已经被处理过了。

霍夫曼树：下面是字符串agdfaghdabsb的霍夫曼编码的霍夫曼树：字符串：由上面的霍夫曼树可知各个字符的编码如下：a: 01b:010d:011f:100g:101h:110s:111所以整个串的编码为：011010111000110111001101010111010霍夫曼译码原理：对于霍夫曼的译码，可以肯定的是其译码结果是唯一的。

证明：因为霍夫曼编码是根据霍夫曼树来确定的，霍夫曼树是一棵二叉树，编码的时候是从树根一直往下走，直到走到叶子节点为止，在其经过的路径上，如果是树的左子树则为0，否则为1。

因为每一次都要走到树的叶子节点，多以不可能存在两个编码a和b，使得a是b的前缀或者b是a的前缀。

所以编码一定可以唯一确定。

根据上面的结论，我们可以很清楚地直到译码的方法：定义两个指针p1,p2，P1指向当前编码的开始位置，P2指向当前编码的位置，如果P1-P2这一段编码能在编码库里面找到完全对应的编码结果，则译码成功，该段编码的译码结果就是与编码库里完全对应的编码的字符。

循环次操作，直到译码结束！例一：假设有一段字符含有a,,c,d三个字符，经过编码之后三个字符对应的编码结果分别为：a:01c:010d:011现在给你一段编码0110101，要求将其译码！按照上面介绍的方法我们可以直到：编码的前三个字符是且仅是d的编码，所以011译码为d，依次译码可得整串的译码结果为daa霍夫曼编码源代码：#include<iostream>#include<cstring>#include<algorithm>#include<map>using namespace std;#define INF 0x7fffffff //无穷大struct Huffmantree //霍夫曼树的节点{int weight;int parent,ld,rd;};struct myNode{char ch;int num;};struct mycode //字符和其对应的编码{char ch; //字符int s[50]; //ch的编码int len; //编码长度};int nNode; //叶子节点数目int totalNode; //霍夫曼树的总节点个数char toCode[100000] ; //待编码的字符串myNode myToCode[100000]; //待编码的字符串和权值int weightOfToCode[100000] ; //字符串的权值！Huffmantree myHuffmantree[1000000]; //霍夫曼树(数组模拟)char allchar[1000000]; //所哟出现过的字符mycode coder[1000000]; //字符与对应的编码int Len; //待编码的字符的总长度int Coding[100000]; //译码之后的01串int lenOfCoding ; //01串的长度void build(int n); //建立霍夫曼树void select(int &a,int &b); //选择两个权值最小的节点void Code(); //编码void printCode(); //打印编码void deCode(); //译码int match(int l,int h);int main(){int i;cout<<"\n=============================霍夫曼编码程序=============================";cout<<"\n 作者：戚辅光"<<endl;cout<<" 时间：2010-11-23"<<endl;while(1){printf("请输入待编码的字符串\n");int flag=0;gets(toCode);int len=strlen(toCode);if(len==1){flag=1;}Len=len;map<char,int>myMap;for(i=0;i<len;i++) //统计字符串中各字符出现的频次！{myMap[toCode[i]]++;}map<char,int>::iterator iter;int h=1;for(iter=myMap.begin();iter!=myMap.end();iter++){myToCode[h].ch=iter->first;allchar[h]=iter->first;weightOfToCode[h]=iter->second;myToCode[h++].num=iter->second;}nNode=h-1; //叶子节点个数cout<<"----------------------字符统计如下--------------------------------------"<<endl;cout<<" 字符次数"<<endl;for(i=1;i<h;i++) //显示将要编码的字符串中的各字符和他出现的次数！{cout<<" "<<myToCode[i].ch<<" "<<myToCode[i].num<<endl;}cout<<endl;totalNode=nNode; //totalNode初始值为nNodecout<<"-----------霍夫曼树节点信息如下(子节点为-1表示是叶子节点)---------------"<<endl<<endl;build(nNode);cout<<endl;Code();cout<<"\n-------------------------字符串的编码结果如下--------------------------\n";printCode();cout<<"\n-------------------------01串的译码结果如下-----------------------------\n";deCode();cout<<"\n是否继续？(Y/N)\n";char con[10];cin>>con;char fang=toupper(con[0]);if(fang=='N'){break;}getchar();}return 0;}void build(int n) //建立霍夫曼树{int i;int m=2*n-1; //n个叶子节点的霍夫曼树总节点数为2*n-1for(i=1;i<=n;i++) //初始化霍夫曼数组{myHuffmantree[i].weight=weightOfToCode[i]; //叶子节点权值为字符出现次数myHuffmantree[i].ld=-1; //叶子节点没有左孩子myHuffmantree[i].rd=-1; //叶子节点没有右孩子myHuffmantree[i].parent=i; //叶子节点父节点先初始化为他本身}for(i=n+1;i<=m;i++){int a,b;select(a,b);myHuffmantree[a].parent=i;myHuffmantree[b].parent=i;myHuffmantree[i].ld=a;myHuffmantree[i].rd=b;myHuffmantree[i].weight=myHuffmantree[a].weight+myHuffmantree[b].weight;myHuffmantree[i].parent=i;}for(i=1;i<=totalNode;i++){printf("节点：%3d 权值：%3d 左节点：%3d 右节点：%3d 父节点：%3d \n",i,myHuffmantree[i].weight,myHuffmantree[i].ld,myHuffmantree[i].rd,myHuffmantree[i].pare nt);}}void Code() //编码{int i,j;int numOfCode[100000];cout<<"--------------------------各字符编码结果如下----------------------------"<<endl;if(Len==1){cout<<toCode[0]<<" : "<<"0\n";return ;}for(i=1;i<=nNode;i++){j=i;int h=0;while(myHuffmantree[j].parent!=j){int x=j;j=myHuffmantree[j].parent;if(myHuffmantree[j].ld==x){numOfCode[h++]=0;}else if(myHuffmantree[j].rd==x){numOfCode[h++]=1;}}cout<<" "<<allchar[i]<<" : ";int x=0;coder[i].len=h;coder[i].ch=allchar[i];for(int k=h-1;k>=0;k--){coder[i].s[x++]=numOfCode[k];printf("%d",numOfCode[k]);}cout<<endl;}}void select(int &a,int &b) //选择两个权值最小的节点{int i;int min1=INF;int min2=INF;int sign1=1; //最小值的下标int sign2=2; //次小值的下标for(i=1;i<=totalNode;i++){if(myHuffmantree[i].parent==i) //说明其是已经更新过的节点{if(myHuffmantree[i].weight<min1){min1=myHuffmantree[i].weight;sign1=i;}}}for(i=1;i<=totalNode;i++){if(myHuffmantree[i].parent==i) //说明其是已经更新过的节点{if(myHuffmantree[i].weight<min2&&i!=sign1){min2=myHuffmantree[i].weight;sign2=i;}}}a=sign1;b=sign2;totalNode++; //总节点数加1}void printCode() //打印编码结果！{int i;if(Len==1) //长度为1的时候特殊考虑{cout<<"0\n";return ;}int h=0;for(i=0;i<Len;i++){for(int j=1;j<=nNode;j++){if(toCode[i]==coder[j].ch){for(int k=0;k<coder[j].len;k++){printf("%d",coder[j].s[k]);Coding[h++]=coder[j].s[k];}}}}lenOfCoding=h;cout<<endl;}void deCode() //译码{int i,j;int begin=0;for(i=0;i<lenOfCoding;i++){if(match(begin,i)!=-1){int x=match(begin,i);printf("%c",coder[x].ch);begin=i+1;}}printf("\n");}int match(int l,int h) //译码的辅助函数（寻找匹配）{int i,j,k;int flag=0;for(i=1;i<=nNode;i++){if(coder[i].len!=h-l+1){continue;}k=l;for(j=0;j<coder[i].len;j++){if(Coding[k]!=coder[i].s[j]){break;}if(j==coder[i].len-1){flag=1;goto ok;}k++;}}ok:;if(flag==1) //查找成功返回对应的下表{return i;}else //查找不成功返回-1；{return -1;}}霍夫曼编码代码分析：1.运行环境：win7操作系统，Inter(R) Core(TM) Duo **************.20GHz内存：2.00GB，32位操作系统2.程序运行结果：3. 程序功能模块分析：整个程序包含6个函数：A．void build(int n);B．void select(int &a,int &b);C．void Code();D．void printCode();E．void deCode();F．int match(int l,int h);其中A是用来建立霍夫曼树，B是在A中调用的一个辅助函数，用来查找两个权值最小的节点的下标，C是对字符串编码，D是现实编码结果，E是译码01串,F是E的辅助函数，用来寻找编码的匹配。