文件压缩程序设计报告Word文档下载推荐.docx
《文件压缩程序设计报告Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《文件压缩程序设计报告Word文档下载推荐.docx（26页珍藏版）》请在冰豆网上搜索。
外，短语式压缩后的结果：
那些剩下的未被匹配的单、双字节和得到匹配的距离、长
度值仍然具有取值分布不均匀性，因此，两种压缩方式的顺序不能变。
本程序设计只做了编码式压缩，采用
Huffman
编码进行压缩和解压缩。
编
码是一种可变长编码方式，是二叉树的一种特殊转化形式。
编码的原理是：
将使用次
数多的代码转换成长度较短的代码，而使用次数少的可以使用较长的编码，并且保持
编码的唯一可解性。
根据ascii码文件中各ascii字符出现的频率情况创建
Huffman树，再将各字符对应的哈夫曼编码写入文件中。
同时，亦可根据对应的哈夫
曼树，将哈夫曼编码文件解压成字符文件.
二、
概要设计：
主程序流程图：
主函数
统计字符，得
退出
测试
输入测试字符
串
统计字符信息，
建立Huffman曼
树
根据Huffman树，
求得对应字符的
Huffman编码
输入Huffman编
码，求得解码
出统计出的字
符的权值n
根据权值进行
建立Huffman树
输出Huffman树
编码
输出编码
压缩编码
生成压缩文件
扫描压缩文件，
载入字符信息
解码
解压
生成新的文本
文档
压缩过程的实现:
压缩过程的流程是清晰而简单的:
1.创建
2.打开需压缩文件
3.将需压缩文件中的每个
ascii
码对应的
huffman
编码按
bit
单位输出生成压缩文
件压缩结束。
其中，步骤
1
和步骤
3
是压缩过程的关键。
步骤
1:
这里所要做工作是得到
数中各叶子结点字符出现的频率并进行创
建.统计字符出现的频率可以有很多方法:
如每次创建前扫描被创建的文件，“实时”的
生成各字符的出现频率;
或者是创建前即做好统计.这里采用的是前一种方法。
3:
将需压缩文件中的每个
单位输出.
这是本压缩程序中最关键的部分:
这里涉及“转换”和“输出”两个关键步骤：
“转换”部分大可不必去通过遍历
树来找到每个字符对应的哈夫曼编码，可以将每个
码值及其对应的
码存放于如下所示的结
构体中：
解压缩过程的实现:
如果说,压缩的过程可以通过查找
codeList
来加速实现的话，而解压缩则必须通过查找
树才能加以实现.查找的过程是简单的，可以根据
树的性质来做，当
haffCode
的当前
位为
0
时，则向左枝展开搜索;
当前
bit位为
时，则向右枝展开搜索，当遇到叶子结点时，则输出
对应的
asciiCode。
三、
详细设计：
核心算法源程序：
树建立源程序：
//-------------------------------------------------------------
//huffmantree.h
//霍夫曼树
#ifndef
HUFFMANTREE
#define
Defaultsize
300
#include
<
iostream.h>
"
bintree.h"
heap.h"
class
Code
{
public:
int
code;
Code
*link;
Code（int
c=0,Code
*l=NULL）:
code（c）,link（l）{};
};
CharNameNode
unsigned
char
charname;
//要这样才行
CharNameNode（unsigned
charname（c）,link（l）{};
template
Type>
HuffmanTree:
public
BinaryTree<
key;
HuffmanTree（）{};
HuffmanTree（HuffmanTree<
&
ht1,HuffmanTree<
ht2）
Type
temp=0;
//可能有变
key=ht1.key+ht2.key;
root=
new
BinTreeNode<
（0,Copy（ht1.root）,Copy（ht2.root））;
}
void
Build（int
*fr,Type
*value,int
n,HuffmanTree<
newtree）;
Path（BinTreeNode<
*start,Code
*first,Code
*last,CharNameNode
*Node,int
i）;
//一个数组
HuffmanTree<
:
newtree）
{//fr
为 value（值） 对应的权
i;
first,second;
Node[Defaultsize];
MinHeap<
>
hp;
assert（n>
=0&
n<
=Defaultsize）;
for（i=0;
i<
n;
i++）
Node[i].root=new
（value[i],NULL,NULL）;
Node[i].key=fr[i];
hp=MinHeap<
（Node,n）;
n-1;
hp.RemoveMin（first）;
hp.RemoveMin（second）;
*
temp=new
（first,second）;
hp.Insert（*temp）;
hp.RemoveMin（newtree）;
template<
voidHuffmanTree<
*start,Code*first,Code
*Node,int
i）
if（start==NULL）
return;
//if（start->
GetData（）!
=0）
//是叶结点
严重错误，可能叶结点也是
0！
！
if（start->
GetLeft（）==NULL&
start->
GetRight（）==NULL）
Node[i].charname=start->
GetData（）;
Node[i].link=NULL;
if（first==NULL）
Node[i].link=new
Code（first->
code）;
*p=first->
link,*q=Node[i].link;
while（p!
=NULL）
q->
link=new
Code（p->
q=q->
link;
p=p->
link=NULL;
i++;
*temp=new
Code;
//进入左子树
assert（temp）;
first=last=temp;
else
last->
link=temp;
last=last->
Path（start->
GetLeft（）,first,last,Node,i）;
code=1;
GetRight（）,first,last,Node,i）;
temp=first;
if（first==last）
delete
last;
first=last=NULL;
while（temp->
link!
=last）
temp=temp->
temp->
last=temp;
#endif
实现二叉树的算法源程序：
//---------------------------------------------------------------------
//bintree.h
//用指针实现的二叉树
//Type
类型必须有重载<
与>
及＝运算
BINTREE
assert.h>
Max（int
a,int
b）
return
a>
b?
a:
b;
BinaryTree;
BinTreeNode
friend
;
BinTreeNode（）:
leftchild（NULL）,rightchild（NULL）{};
BinTreeNode（Type
item,BinTreeNode<
*left
=
NULL,BinTreeNode<
*right=NULL）
data（item）,leftchild（left）,rightchild（right）{};
GetData（）const
{
data;
*GetLeft（）const
leftchild;
*GetRight（）const
rightchild;
vo
升级会员 