信息论与编码课程设计.docVIP

信息论与编码课程小结报告 ----09网工 xxx 20094045061 哈夫曼编码简介 哈夫曼编码(Huffman Coding)是一种编码方式，哈夫曼编码是可变字长编码(VLC)的一种。uffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长 度最短的码字，有时称之为最佳编码，一般就叫作Huffman编码。 2.哈夫曼编码原理 哈夫曼编码(Huffman Coding)是一种编码方式，以哈夫曼树—即最优二叉树，带权路径长度最小的二叉树，经常应用于数据压缩。 在计算机信息处理中，“哈夫曼编码”是一种一致性编码法（又称熵编码法），用于数据的无损耗压缩。这一术语是指使用一张特殊的编码表将源字符（例如某文件中的一个符号）进行编码。这张编码表的特殊之处在于，它是根据每一个源字符出现的估算概率而建立起来的（出现概率高的字符使用较短的编码，反之出现概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期望长度降低，从而达到无损压缩数据的目的）。这种方法是由David.A.Huffman发展起来的。 例如，在英文中，e的出现概率很高，而z的出现概率则最低。当利用哈夫曼编码对一篇英文进行压缩时，e极有可能用一个位(bit)来表示，而z则可能花去25个位（不是26）。用普通的表示方法时，每个英文字母均占用一个字节（byte），即8个位。二者相比，e使用了一般编码的1/8的长度，z则使用了3倍多。倘若我们能实现对于英文中各个字母出现概率的较准确的估算，就可以大幅度提高无损压缩的比例。 3哈夫曼编码步骤 首先，哈夫曼编码是哈夫曼树的一个应用，哈夫曼书又称优二树，是一种带路径长度最短的二叉树，所谓树的带权路径长度，就是树中所有的叶节点的权值乘上其到根节点的路径长度（若根节点为0，叶节点到根节点的路径长度为叶节点的层数）。树的带全路径长度记为WPL=(W1*L1+W2*L2+W3*L3+...+Wn*Ln)，N个权值Wi(i=1,2,...n)构成一棵有N哥叶节点的二叉树，相应的叶节点的路径长度为Li(i=1,2,...n)。可以证明哈夫曼树的WPL是最小的。 哈夫曼编码步骤： 1.对给点的n个权值｛W1,W2,W3,...,Wi,...,Wn｝构成n棵二叉树的初始集合F=｛T1,T2,T3,...,Ti,...,Tn｝，其中每棵二叉树Ti中只有一个权值为Wi的根节点，它的左右子树均为空。（为方便在计算机上实现算法，一般还要求以Ti的权值的升序排列）。 2.在F中选取两棵根节点权值最小的树作为新的构造的二叉树的左右子树，新二叉树的根节点的权值为其左右子树的根节点的权值之和。 3.从F中删除这两棵树，并把这棵树新的二叉树同样一升序排列加入到集合F中。 4.重复二和三两步，知道集合F中只有一棵二叉树为止。 简易的理解就是，假如我有A,B,C,D,E五个字符，出现的频率（即权值）分别为5,4,3,2,1，那么我们第一步先取两个最小权值作为左右子树构造一个新树，即取1,2构成新树，其节点为1+2=3，如图： 虚线为新生成的节点，第二步再把新生成的权值3的节点放到剩下的集合中，所以集合变成｛5,4,3,3｝，再根据第二步，取最小的两个权值构成新树，如图： 再一次建立哈夫曼树，如下图： 其中各个权值替换对应的字符即为下图： 所以各字符对应的编码为：A-11,B-10,C-00,D-011,E-010 哈夫曼编码是一种无前缀编码，解码时不会混淆。其主要应用在数据压缩，加密解密等场合。 C语言编写代码及运行结果 /*对文本文件进行huffman编码、解码 读取文本文件，并统计文件中字母个数 建立huffman树 对文件进行huffman编码 对文件进行huffman解码*/ #include stdio.h #define MAXBIT 10 /*定义哈夫曼编码的最大长度*/ #define MAXVALUE 10000 /*定义最大权值*/ #define MAXLEAF 30 /*定义哈夫曼树中最多叶子节点个数*/ #define MAXNODE MAXLEAF*2-1 /*哈夫曼树最多结点数*/ typedef struct { /*哈夫曼编码信息的结构*/ int bit[MAXBIT]; int start;}Hcodetype; typedef struct { /*哈夫曼树结点的结构*/ int weight; int parent; int lchild; int rchild; }Hnodetype;