huffman基于静态哈夫曼编码文件压缩.pdfVIP

基于静态哈夫曼编码的文件压缩 指导老师：石慧 作者：韦邦灯 E-Mail ：syshunter@ 班级：07 计升 2 班 学号：078123030201 数据结构课程设计 一、问题描述 本次所选为课题 8：采用哈夫曼编码思想实现文件的压缩和恢复功能。并提供压缩前后 的占用空间之比。要求：描述压缩基本符号的选择方法；运行时的压缩原文件的规模应不小 于 5k；提供恢复文件与原文件的相同性对比功能。 二、模型描述 由于题目已经明确给出采用哈夫曼树模型，故我们只需考虑相关的存储结构与文件操作 等。 三、算法设计 本次课程设计所采用的开发平台是 winxp+vc60+msdn60，为方便将设计重点放在算法核 心上，ＧＵＩ采用ＭＦＣ库，方便开发．为了能达到对任意文件进行压缩解压缩的目的，文 件读写采用二进制形式。由于该课题涉及到压缩与解压缩两部分，下面分别讨论。 压缩部分： 为了能将指定文件通过哈夫曼编码形式压缩。首先必须构造哈夫曼树。为确定文件中字 符的权值，我采用的方法是使用该字符出现的次数作为权值。因为每个字符占 8 位，故最大 可表示范围为 0xff 。生成的哈夫曼树最大长度为 256*2-1 ；在构建好哈夫曼树后，生成字符 与哈夫曼编码的对照链表（Clist ）。接下来需要再次读取文件，每次读 8bit （一个字节）。通 过查询前面创建的 Clist,将该编码写入新的文件（即压缩文件）。下面讨论每步的实现； 1：扫描文件统计字符出现次数，存入Clist 链表 typedef struct node { unsigned char ch; //字符 WEIGHT_TYPE weight; //权值（用出现次数表示） char *code; //对应的HUFFMAN编码 struct node *next; } CNode,*Clist; 2 ：将Clist 链表中的 weight 依次赋予权值数组 w[] 。然后创建对应的哈夫曼树。哈夫曼树节 点定义如下： typedef struct huff { union { //利用union节省树长度个字节 unsigned char ch; unsigned int lchild; }; WEIGHT_TYPE weight; unsigned int parent,rchild; }HTNode,*HuffmanTree; 3 ：首先将生成哈夫曼树的长度写入文件，再将生成的哈夫曼树写入压缩文件。因为我采用 的是每 8bit 一编码，所以该哈夫曼树的长度最大是 256*2-1 。我写入的是一个4 字节整型 4 ：再次读取文件，每次读取 4096 字节存入缓冲，通过 Clist 得到缓冲中每个字符对应的哈 夫曼编码，写入压缩文件。这里的问题是，由于编码是变长的，且文件操作最小单位是 8bit。 所以必须将不足 8bit 的编码补后面的字符编码，超过 8bit 的必须截断为 8bit，剩余bit 与后 面的编码合并。我采用的方法是： （1）设置缓冲字符cache，初始=0 ；移位计数变量bi=1 （2 ）从读缓冲取一个字符查表得到哈夫曼编码存入code,计算该 code 长度作为循环条件 （3 ）从code 高位取一位编码 存入临时 c ； （4 ）cache=cache*2 ； （5 ）cache=cache+c; （6 ）如果bi==8 ，则将 cache 写入压缩文件，重设 cache=0,bi=1 ；否则bi++ ； （7 ）转去（3 ），直到code 的所有位均已取完。 （8 ）转去（1），直到缓冲中所有字符已经取完。 5 ：关于文件尾部未对准字节的处理。在步骤 4 将编码写入压缩文件时，当遇到一个字节的 编码不足 8bit 时。为了能在解