数据结构_树和二叉树.ppt

基于Huffman编码的文件压缩 基本的思路和考虑 为了建立Huffman树、得到Huffman编码，首先需要有原始符号的权值，可以事先统计文件中各原始符号的频率作为权值。（权值越大，将会给与越短的编码） 有了Huffman树，就可以得到编码表，即每个原始字符所对应的编码（01序列），压缩的过程就是一次读入文件中的每个字节，输出它对应的编码即可。 解压缩可以从Huffman树根开始，依次读入01序列，一直到叶节点为止，得到每个对应的原始符号。 为了使解压缩程序得到相同的Huffman树，无需传递（在压缩文件中保留）整个Huffman树，只需传递各原始符号的频率（或者只是频数），然后采用与压缩算法同样的建树函数即可。 基于Huffman编码的文件压缩 Huffman树的建立 节点表示： typedef struct tree_node { unsigned int count; unsigned int saved_count; int child_0; int child_1; } NODE; 基于Huffman编码的文件压缩 Huffman树的建立 节点表示： typedef struct tree_node { unsigned int count; // 权值 unsigned int saved_count; // int child_0; // 左子节点 int child_1; // 右子节点 } NODE; 整个Huffman树可以存放在一个数组 nodes 中，其中前面部分分别代表各个原始符号（最终Huffman树的叶结点），在统计频率时建立（压缩）或从文件中读取（解压缩）。 基于Huffman编码的文件压缩 Huffman树的建立 nodes[ 513 ].count = 0xffff; for ( next_free = END_OF_STREAM + 1 ; ; next_free++ ) { 查找两个权重最小的自由节点 （如果没有，结束） 将这两权重最小的自由节点合并得到一新的自由节点 } next_free--; nodes[ next_free ].saved_count = nodes[ next_free ].count; 最后，next_free 为所建立Huffman树的根节点。 基于Huffman编码的文件压缩 Huffman树的建立（寻找两个最小权重的自由节点） min_1 = 513; min_2 = 513; for ( i = 0 ; i next_free; i++ ) if ( nodes[ i ].count != 0) { if ( nodes[ i ].count nodes[ min_1 ].count ) { min_2 = min_1; min_1 = i; } else if ( nodes[ i ].count nodes[ min_2 ].count) min_2 = i; } if ( min_2 == 513 ) break;; 基于Huffman编码的文件压缩 Huffman树的建立（两个最小权重的自由节点合并） nodes[ next_free ].count = nodes[ min_1 ].count + nodes[ min_2 ].count; nodes[ min_1 ].saved_count = nodes[ min_1 ].count; nodes[ min_1 ].count = 0; nodes[ min_2 ].saved_count = nodes[ min_2 ].count; nodes[ min_2 ].count = 0; nodes[ next_free ].child_0 = min_1; nodes[ next_free ].child_1 = min_2; 7 回溯法与树的遍历 回溯法(backtracking)，是解决问题的一种策略，是穷举法的一种推广，一种搜索算法。它在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发搜