霍夫曼编码matlab实现.docVIP

霍夫曼编码的matlab实现 一、实验内容： 用Matlab语言编程实现霍夫曼（Huffman）编码。 二、实验原理及编码思想： 霍夫曼（Huffman）编码算法是满足前缀条件的平均二进制码长最短的编-源输出符号，而将较短的编码码字分配给较大概率的信源输出。算法是：在信源符号集合中，首先将两个最小概率的信源输出合并为新的输出，其概率是两个相应输出符号概率之和。这一过程重复下去，直到只剩下一个合并输出为止，这个最后的合并输出符号的概率为1。这样就得到了一张树图，从树根开始，将编码符号1 和0 分配在同一节点的任意两分支上，这一分配过程重复直到树叶。从树根到树叶途经支路上的编码最后就构成了一组异前置码，就是霍夫曼编码输出。以本教材P36例题3-2信源为例： 离散无记忆信源： U u1 u2 u3 u4 u5 P(U) = 0.4 0.2 0.2 0.1 0.1 解： 码字Wi 信符si 概率 P(si) 编码过程 第一次 第二次 第三次 W1=0 W2=10 W3=111 W4=1101 W5=1100 S1 S2 S3 S4 S5 0.4 0.2 0.2 0.1 0.1 0.4 0.2 0.2 1 0.2 0 0.4 0.4 1 0.2 0 0.6 1 0.4 0 1 A(1) 0 通过上表的对信源缩减合并过程，从而完成了对信源的霍夫曼编码。 三、程序设计思路 分为两步，首先是码树形成过程：对信源概率进行合并形成编码码树。然后是码树回溯过程：在码树上分配编码码字并最终得到霍夫曼编码。 1、码树形成过程：将信源概率按照从小到大顺序排序并建立相应的位置索引。然后按上述规则进行信源合并，再对信源进行排序并建立新的位置索引，直到合并结束。在这一过程中每一次都把排序后的信源概率存入矩阵G中，位置索引存入矩阵Index中。这样，由排序之后的概率矩阵?G以及索引矩阵Index就可以恢复原概率矩阵P了，从而保证了回溯过程能够进行下去。 2、码树回溯过程：在码树上分配编码码字并最终得到Huffman 编码。从索引矩阵M 的末行开始回溯。 (1) 在Index 的末行2元素位置填入0和1。 (2) 根据该行索引1 位置指示，将索引1 位置的编码（‘1’）填入上一行的第一、第二元 素位置，并在它们之后分别添加‘0’和‘1’。 (3) 将索引不为‘1’的位置的编码值（‘0’）填入上一行的相应位置（第3 列）。 (4) 以Index的倒数第二行开始向上，重复步骤(1) ～ (3)，直到计算至Index的首行为止。 四、程序代码： %取得信源概率矩阵,并进行合法性判断 clear; P=input(请输入信源概率向量P=); N=length(P); for component=1:1:N if(P(component)0) error(信源概率不能小于0); end end if((sum(P)-1)0.0001) error(信源概率之和必须为1); end %建立各概率符号的位置索引矩阵Index,利于编码后从树根进行回溯,从而得出对应的编码 Q=P Index=zeros(N-1,N); %初始化Index for i=1:N-1 [Q,L]=sort(Q); Index(i,:)=[L(1:N-i+1),zeros(1,i-1)]; G(i,:)=Q; Q=[Q(1)+Q(2),Q(3:N),1]; %将Q中概率最小的两个元素合并，元素不足的地方补1 end %根据以上建立的Index矩阵，进行回溯，获取信源编码 for i=1:N-1 Char(i,:)=blanks(N*N);%初始化一个由空格符组成的字符矩阵N*N,用于存放编码 end %从码树的树根向树叶回溯，即从G矩阵的最后一行按与Index中的索引位置的对应关系向其第一行进行编码 Char(N-1,N)=0;%G中的N-1行即最后一行第一个元素赋为0，存到Char中N-1行的N列位置 Char(N-1,2*N)=1;%G中的N-1行即最后一行第二个元素赋为1，存到Char中N-1行的2*N列位置 %以下从G的倒数第二行开始向前编码 for i=2:N-1 Char(N-i,1:N-1)=Char(N-i+1,N*(find(Index(N-i+1,:)==1)) -(N-2):N*(find(Index(N-i+1,:)==1))); %将Index后一行中索引为1的编码码字填入到当前行的第一个编码位置 Char(N-i,N)=0;