哈夫曼压缩c语言

/*文件中有些参数定义的比较大，主要是为了适应较大文件的压缩*/ #include #include #include

#include//用以删除多余的中间文件 #define M 100000000000//最大字符数

int op,co[100];//编码表的扫描指针，简易栈co[] typedef struct Hfnode //哈弗曼树结点类型 {

int data;//权值域 char zimu;//存储字母

struct Hfnode *Lson,*Rson,*next;//儿子链域和森林链域

}Hfnode,*Hfptr;

typedef struct snode//静态数组结点类型 {

char c;//字符 int f1;//频度 }snode;

typedef struct Lnode//编码表结点类型 { char c; struct Lnode *next; }Lnode,*Lptr;

void gotoxy(int x,int y){ COORD coord; coord.X=x; coord.Y=y;

SetConsoleCursorPosition( GetStdHandle( STD_

#pragma once

#include #include #include using namespace std;

struct BitmapFileHeader { WORD bmpHeader;//文件头“BM”

DWORD fileSize;//文件大小，字节为单位 WORD reservedWord1;//文件保留字1 必为0 WORD reservedWord2;//文件保留字2 必为0 DWORD offSet;//位图数据起始位置 };

struct BitmapFileInfo {

DWORD bmpInfoSize;//即本结构所占的大小 为28 即4字节 LONG bmpWidth;//位图的宽度 LONG bmpHeight;//位图的高度

WORD bmpPlanes;//目标设备的级别（必须为1）

WORD bmpBitCount;//每个像素的尾数，必须为1（双色）4（16色） 8（256色）彩）

DWORD bmpCompression;//必为0（BI_RGB未压缩） 1（BI_RLEB） 2（BI_RLE4) DWORD bmpSizeImage;//位图的大小 单位为字节 LONG bmpXpe

中南大学

信息论编码实验报告

专业班级:电子信息1002 指导老师：赵颖 姓名:付永军 学号:0909100707

1

目录

一.实验目的 ..................................................................................... 3 二、实验内容 .................................................................................. 3 三、实验原理 .................................................................................. 4 1.1使用MATLAB 实现香农码编码。 ...................................... 4 1.2、使用MATLAB 实现HUFFMAN 编码. ............................... 7 2.1、使用C++实现香农码编码 ........................

哈夫曼编码的C语言实现

编码原理程序步骤的分析：

哈夫曼码是用概率匹配方法进行信源编码。编程时应该注意：1，概率大的符号对应于短码，概率小的对应于长码，充分利用短码；2缩减信源的最后二个码字，总是最后一位不同，保证了哈夫曼码是即时码。程序步骤：（见信息论课本p88页内容）

（l）将信号源的符号按照出现概率递减的顺序排列。

（2）将两个概率最小的字母分别配以0和1两个码元，并将这两个概率相加作为一个新字母的概率

（3）重排后的两个概率最小符号重复步骤(2)过程。

（4）不断继续上述过程，直到最后两个符号配以0和1为止

（5）从最后一级开始向前返回各个信源符号所对应的码元序列，及相应的码字。

根据以上规则编码可知：哈夫曼编码实际上构造了一个码树，码树从最上层的端点开始构造，到树根结束，最后得到一个横放的码树，所以编出的码是即时码。哈夫曼编码概率大的符号对应于短码，概率小的符号对应于长码，使平均码长最小。每次对概率最小的两个符号求概率之和形成缩减信源时，构造出两个树枝，由于给两个树枝赋码元时是任意的，因此编出的码字不惟一。

程序源代码如下;

#include <stdio.h>

#include #include

#include #include #include

#define n 6 /* 叶子数目 */ #define m 2*n-1 /* 结点总数 */ #define Maxval 1 /* 最大权值 */ typedef char datatype;

typedef struct //定义为结构类型 { float weight; //权值 datatype data; int lchild, rchild, parent; } hufmtree; hufmtree tree[m]; typedef struct { char bits[n]; /* 编码数组位串，其中n为叶子结点数目*/ int start; /* 编码在位串的起始位置 */ datatype data; } codetype; codetype code[n];

HUFFMAN(hufmtree tree[ ]) { int i, j, p1,p2; char ch; float small

人生充满着期待，梦想连接着未来。 一、需求分析 目前

进行快速远距离通信的主要手段是电报

即将需传送的文字转化成由二级制的字符组成的字符串 例如

假设需传送的电文为\它只有4种字符 只需两个字符的串 便可以分辨

假设A、B、C、D、的编码分别为00 01

10和11

则上述7个字符的电文便为\总长14位 对方接受时

可按二位一分进行译码

当然 在传送电文时

希望总长尽可能地短

如果对每个字符设计长度不等的编码

且让电文中出现次数较多的字符采用尽可能短的编码 则传送电文的总长便可减少

如果设计A、B、C、D的编码分别为0 00 1 01

则上述7个字符的电文可转换成总长为9的字符串\但是

这样的电文无法翻译

例如传送过去的字符串中前4个字符的字串\就可以有很多种译法 或是\或者\或者\等 因此

若要设计长短不等的编码

则必须是任一字符的编码都不是另一个字符的编码的前缀 这种编码称作前缀编码

然而

如何进行前缀编码就是利用哈夫曼树来做 也就有了现在的哈夫曼编码和译码

二、概要设计

利用哈夫曼树编/译码 （一）、建立哈夫曼树 （二）、对哈夫曼树进行编码 （三）、输出对应字符的编码 （四）、译码过程

主要代码实现：

struct

哈夫曼编码 综合设计报告

LD

1

武汉工程大学计算机科学与工程学院 综合设计报告

目 录

摘 要 ……………………………………………………………………………………… I Abstract …………………………………………………………………………………... II 第一章 课题背景…………………………………………………………………….…….. 1 1.1 课题背景 ……………………………………………………………………….……...1 1.2 课题内容 ………………………………………………..………………………….… 1 第二章 设计简介及设计方案论述 ………………………………………………….…….. 2 2.1 设计简介 ………………………………………………..……………………….….…2 2.2 问题分析 ………………………………………………..……………………….….…2 2.3 设计方案 ………………………………………………..……………………….….…3 第三章 详细设计…………………………………………………………..………….…….. 4 3.1 主要流程图 ……………………………………………..…………

哈夫曼树 1、（哈夫曼（Huffman）树又称最优二叉树或最优搜索树，是一类带权路径长度最短的树。） ★什么是哈夫曼树？为了说明清楚，我们先举一个具体的实例。

★例：将学生的百分制成绩表转换为五分制成绩，大于或等于90分者表为\，80～90分为\，

70～79分为\，60～69为\，小于60分为\。

★转换过程的程序用分支结构是很容易实现的。如果每次的输入量很大，则应考虑程序的操作时间。

在实际问题中，学生的成绩在这五个等级上的分布是不均匀的，现假设其分布规律如下表所示。 分数 分布情况 90～100 10％ 80～89 30％ 70～79 40％ 60～69 15％ 0～59 5％ ★学生的成绩数据共10000个， 判定过程如下图所示（一种分支结构）

★如按此过程判断，则5％的数据需1次比较，15％的数据需2次比较，40％的数据需3次比较，40％的数据需4次

比较，因此10000个数据比较的次数为10000（5％＋2×15％＋3×40％＋4×40％）＝31500次 ★也即按如上图所示的分支结构与程序段，则10 000个数据需执行判断31500次。如果换一种分支结构，如下图所示，

则需比较的次数应为10000（3×20％＋2×80％）＝22000

哈夫曼树 1、（哈夫曼（Huffman）树又称最优二叉树或最优搜索树，是一类带权路径长度最短的树。） ★什么是哈夫曼树？为了说明清楚，我们先举一个具体的实例。

★例：将学生的百分制成绩表转换为五分制成绩，大于或等于90分者表为\，80～90分为\，

70～79分为\，60～69为\，小于60分为\。

★转换过程的程序用分支结构是很容易实现的。如果每次的输入量很大，则应考虑程序的操作时间。

在实际问题中，学生的成绩在这五个等级上的分布是不均匀的，现假设其分布规律如下表所示。 分数 分布情况 90～100 10％ 80～89 30％ 70～79 40％ 60～69 15％ 0～59 5％ ★学生的成绩数据共10000个， 判定过程如下图所示（一种分支结构）

★如按此过程判断，则5％的数据需1次比较，15％的数据需2次比较，40％的数据需3次比较，40％的数据需4次

比较，因此10000个数据比较的次数为10000（5％＋2×15％＋3×40％＋4×40％）＝31500次 ★也即按如上图所示的分支结构与程序段，则10 000个数据需执行判断31500次。如果换一种分支结构，如下图所示，

则需比较的次数应为10000（3×20％＋2×80％）＝22000

实验一 离散信源及其信息测度

一、实验目的

1、理解信源编码的意义； 2、熟悉 MATLAB程序设计；

3、掌握哈夫曼编码的方法及计算机实现；

二、实验原理

通信的根本问题是如何将信源输出的信息在接收端的信宿精确或近似的复制出来。为了有效地复制信号，就通过对信源进行编码，使通信系统与信源的统计特性相匹配。

若接收端要求无失真地精确地复制信源输出的信息，这样的信源编码即为无失真编码。即使对于一个小的时间段内，连续信源输出的信息量也可以是无限大的，所以对其是无法实现无失真编码的；而离散信源输出的信息量却可以看成是有限的，所以只有离散信源才可能实现无失真编码。

凡是能载荷一定的信息量，且码字的平均长度最短，可分离的变长码的码字集合都可以称为最佳码。为此必须将概率大的信息符号编以短的码字，概率小的符号编以长的码字，使得平均码字长度最短。

变字长编码的最佳编码定理：在变字长码中，对于概率大的信息符号编以短字长的码；对于概率小的信息符号编以长字长的码。如果码字长度严格按照符号概率的大小顺序排列，则平均码字长度一定小于俺任何顺序排列方式得到的码字长度。

哈夫曼编码就是利用了这个定理，讲等长分组的信源符号，根据其概率分布采用不等长编码。概率大的分组，使用