霍夫曼编码在数据压缩中的应用.docxVIP

10级电子信息工程《信息论与编码技术》学习报告霍夫曼编码在数据压缩中的应用 姓学 姓 学 班 成 号 级 绩2012年11月 现代社会是信息社会，我们无时无刻都在跟信息打交道，如上网查阅图文资料，浏览最新的新闻，QQ聊天或者传送文件等。人类对信息的要求越来越丰富，希望无论何时何地都能够方便、快捷、灵活地通过文字、语音、图像以及视频等多媒体进行通信。在早期的通信领域中，能够处理和传输的主要是文字和声音，因此，早期的计算机和通信设备的处理能力跟人类的需求有相当大的差距。随着通信信道及计算机容量和速度的提高，如今信息已成为通信领域市场的热点之一。可是，大数据量的信息会给存储器的存储容量、通信干线信道的宽度以及计算机的处理速度增加极大的压力。单纯依靠增加存储器容量、提高通信网络带宽和计算机处理速度来解决问题，在技术和经济上都不太现实。显然，在信道宽度、通信链路容量一定的前提下，采用编码压缩技术、减少传输数据量，是提高通信速度的重要手段。在信息化高度发达的当今社会，我们必须对信息的传递有着较高的要求，我们希望信息在传递的过程中，能够保持节省性、保密性、无损性和高效性，而著名的霍夫曼编码就能够达到这样的要求。因此研究霍夫曼编码对信息的压缩就是相当有必要的。 一、霍夫曼编码简介 霍夫曼编码是一种可变字长编码的方式。霍夫曼于1952年提出这种编码方法，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的码字，是一种构造最佳码的方法。 霍夫曼编码的码长是变化的，对于出现频率高的信息，编码的长度较短；而对于出现频率低的信息，编码长度较长。这样，处理全部信息的总码长一定小于实际信息的符号长度。 霍夫曼编码是一种根据字母的使用频率而设计的变长码，能提高信息的传输效率,至今仍有广泛的应用。霍夫曼编码方法的具体过程是： 1、首先把信源的各个输出符号序列按概率递降的顺序排列起来，求其中概率最小的两个序列的概率之和，并把这个概率之和看做是一个符号序列的概率，再与其他序列依概率递降顺序排列（参与求概率之和的这两个序列不再出现在新的排列之中）； 2、然后，对参与概率求和的两个符号序列分别赋予二进制数字0和1。继续这样的操作，直到剩下一个以1为概率的符号序列； 3、最后，按照与编码过程相反的顺序读出各个符号序列所对应的二进制数字组，就可分别得到各该符号序列的码字。 霍夫曼编码是一种熵编码压缩方式。霍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。霍夫曼压缩属于可变代码长度算法一族。意思是不同符号（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。 在计算机数据处理中，霍夫曼编码使用变长编码表对源符号进行编码，其中变长编码表是通过一种评估来源符号出现机率的方法得到的，出现机率高的字母使用较短的编码，反之出现机率低的则使用较长的编码，这便使编码之后的字符串的平均长度、期望值降低，从而达到无损压缩数据的目的。1951年，霍夫曼发现了基于有序频率二叉树编码的想法，并很快证明了这个方法是最有效的。霍夫曼使用自底向上的方法构建二叉树，避免了次优算法Shannon-Fano编码的最大弊端一自顶向下构建树。 二、霍夫曼编码原理 霍夫曼编码是一种常用的压缩编码方法，是霍夫曼于1952年为压缩文本文件建立的。它的基本原理是频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代替，每个数据的代码各不相同。这些代码都是二进制码，且码的长度是可变的。举个例子：假设一个文件中出现了8种符号S0,S1,S2,S3,S4,S5,S6,S7，那么每种符号要编码，至少需要3比特。假设编码成000,001,010,011,100,101,110,111（称做码字），那么符号序列S0S1S7S0S1S6S2S2S3S4S5S0S0S1编码后变成000001111000001110010010011100101000000001，共用了42比特。我们发现S0，S1，S2这三个符号出现的频率比较大，其它符号出现的频率比较小，如果我们采用一种编码方案使得S0，S1，S2的码字短，其它符号的码字长，这样就能够减少占用的比特数。例如，我们采用这样的编码方案：S0到S7的码字分别01,11,101,0000,0001,0010,0011,100，那么上述符号序列变成011110001110011101101000000010010010111，共用了39比特，尽管有些码字如S3,S4,S5,S6变长了（由3位变成4位），但使用频繁的几个码字如S0，S1变短了，所以实现了压缩。上述的编码是如何得到的呢？随意乱写是不行的。编码必须保证不能出现一个码字和另一个的前几位相同的情况，比如说，如果S0的码字为01，S2的