用C++实现文件压缩(哈弗曼编码).docVIP

今天下午想把文件压缩写一下，因为我觉得这个还是比较锻炼技术的，对数据结构的要求应该比较高，权当练习了吧。 我采用的压缩方式是Huffman编码，不过比较囧的是，我拼写拼错了，我拼的是haffman，在后面的代码也是出尽洋相。 huffman是非常经典的一种编码形式，不过现在好像用的不多了，但是这种压缩编码的好处在于数据是无损压缩的，而且非常经典。 在构造huffman树，要做的步骤如下： 1 对文件的元素进行统计，其实就是个计数，我这里的元素是以字节为单位的，毕竟任何文件都可以转化为字节流的形式，处理起来方便的很。 2 然后对统计结果进行一次由小到大的排序，排序的key值就是元素出现的次数。 3?接着取出来排好序的数组的前两个元素，求和，并且再其左右子树上创建这两个元素的副本，然后再扔回首部，此时扔回数组中的，就是包含子树的节点了。在这里有个代码优化的小技巧，能在一定程度上提高效率，减少不必要的操作。 4 此时原来已经排好序的数组可能会遭到破坏，必须重新进行排序，因为数组大体是有序的，所以使用此时效率最高的一步插入排序，时间复杂度仅为O(n)，我专门写了个函数来实现这个功能，并且进行了简单的测试。 5 然后再取出首部的前两个元素，重复上面步骤3，直到数组中的元素个数为1. 最终数组中仅存的元素，就是一棵二叉树的Root。 这样huffman树的构造就完成了。 在huffman树构造完成后，接着要做的就是根据huffman树获取其huffman编码，这个还是很简单的，就是使用递归，左树传入0，右树传入1，依次递归下去，遇到叶子节点就直接输出， 当然了，如果需要添加到某个数据结构中，只要在递归函数中给个参数接口，或者设置一个全局的容器，都能解决，换言之，类似于输出重定向。 这样上面的步骤完成后，就能很好的获取到huffman编码了。不过根据huffman编码结果将字符型的0,1写入到二进制中的0，1还有一些比较关键的函数需要处理，还没想到比较好的点子，不过最基础的蛮力方法肯定是能写的，但是，效率就不好说了。 另外获取huffman编码中，用于0,1传递的参数肯定是要用一个buffer的，这个buffer我用的是char字符串，现在有个问题就是，这个字符串的长度只要大于多少就能满足任何2GB以下文件的huffman编码呢？ 我觉得这个题可以用来出一道笔试面试题，好好想一想就能想明白的。我的结果是 254，你觉得呢？ 最近笔试面试写了不少题，都是被人考，现在我来考考别人~ 另外huffman的解码我也基本想到思路了，明天有时间的话就试着明天实现。 程序运行结果： 第一列是字符的数值，第二列是出现的次数，第三列是其huffman编码。 我这代码放眼望去，尽是被拼成了haffman的错误拼写…… 程序代码： 1 #include iostream 2 #include windows.h 3 #include vector 4 #include algorithm 5 using namespace std; 6 7 struct HaffmanStruct 8 { 9 //a small structure 10 HaffmanStruct():val(0),ncounts(0),lNext(NULL),rNext(NULL){} 11 bool operator (HaffmanStruct ); 12 bool operator (HaffmanStruct ); 13 void Reset(); 14 unsigned char val; 15 unsigned int ncounts; 16 //used for tree 17 HaffmanStruct * lNext; 18 HaffmanStruct * rNext; 19 }; 20 21 bool HaffmanStruct::operator (HaffmanStruct hs) 22 { 23 return ncounts hs.ncounts; 24 } 25 26 bool HaffmanStruct::operator (HaffmanStruct hs) 27 { 28 return hs.ncounts ncounts; 29 } 30 31 void HaffmanStruct::Reset() 32 { 33 val = 0; 34 ncounts = 0; 35 lNext = NULL; 36 rNext