实验5huffman编码.docx
《实验5huffman编码.docx》由会员分享，可在线阅读，更多相关《实验5huffman编码.docx（22页珍藏版）》请在冰豆网上搜索。
实验5huffman编码
深圳大学实验报告
课程名称：
算法设计与分析
实验项目名称：
Huffman编码
学院：
专业：
指导教师：
报告人：
学号：
班级：
实验时刻：
2017年11月26日
实验报告提交时刻：
2017年12月6日
教务部制
实验目的与要求：
一、实验目的：
（1）掌握Huffman编码。
（2）掌握文档压缩的基本原理和应用
二、分组：
一人一组
三、内容：
1.以字母（Character）为基础的压缩
1.文本解析：
将cacm.all文件分解成一个个的字母
2.字频统计：
统计每个字母出现的词频
3.Huffman编码：
根据Huffman编码的原理，对每个字母进行编码。
给出一个编码字典。
4.文档压缩：
根据Huffman编码，压缩文件。
5.文档还原：
对压缩后的文档进行解压缩。
2.比较
比较不同的压缩方法的效率
字母压缩
Rar压缩
时间效率
压缩效率
（选做）以字母压缩为基础的算法除了可以对文本文件进行压缩外，还可以对二进制文件进行压缩，比如对图像、视频、可执行文件的压缩。
自己找一些这类二进制文件，比较压缩算法对不同文件的压缩效率。
字母压缩
Rar压缩
BPM图像时间效率
BPM图像压缩效率
JPG图像时间效率
JPG图像压缩效率
EXE文件时间效率
EXE文件压缩效率
AVI文件时间效率
AVI文件压缩效率
RMBV文件时间效率
RMBV文件压缩效率
MPEG文件时间效率
MPEG文件压缩效率
MP3文件时间效率
MP3文件压缩效率
四：
提交内容
1.源程序
2.实验报告
3.压缩后的文档
4.词频统计表和Huffman编码表：
类似下面的表格（下表中的数据只是示例，以实际生成的数据为准）
字母
词频
Huffman编码（二进制）
a
1150000
00
b
980000
011
五.其他注意事项
以Huffman编码为基础的压缩文件应该以二进制的方式来存储，这就涉及到文件的读写操作中的“以文本方式打开文件”“以二进制方式打开文件”这两种不同的方式。
建议详细参考C语言中关于文件的读写这部分内容。
方法、步骤：
一．实验思路：
1.霍夫曼编码原理
假如给定字符串如下。
图一：
增广路径示意图
统计字符种类及每种字符出现的个数。
图二：
统计结果
每次选取权值最小的两个节点构建二叉树。
图三：
构建二叉树
置其根结点的权值为其左右子树权值之和。
图四：
构建设置父节点
删除表中两个已经添加过的叶子节点，将根节点置入表中，并回到第一步。
图五：
删除节点
注：
规定左节点小于右节点，当权值相等时比较字符在ASCII表中顺序。
图六：
构建霍夫曼表
重复上述步骤即可。
如果为二进制文件则用二进制打开并读取，每五位一组。
2.压缩率和压缩时间
字母压缩
Rar压缩
时间效率
259ms
0ms
压缩效率
62.2634%
25.84%
3.改进方法
问题：
要构造编码树必须提前统计符号出现概率，必须先进行扫描。
扫描要进行两次，第一遍统计符号出现概率，第二遍进行编码。
这里我们采用自适应的霍夫曼编码。
随着符号的统计也动态进行，同一个符号的编码可能发生改变。
霍夫曼编码方法不唯一。
因为编码时的0和1是任意给的，在两个符号有相同概率时的编码过程不唯一。
这些问题使解码需要编码树的结构，因此需要降低哈弗曼树的存储空间。
而范式霍夫曼编码则对于同一层的节点，所有的叶子节点都调整到左边。
然后，对于同一层的叶子节点按照符号顺序从小到大调整。
最后，按照左0右1的方案分配编码。
图七：
构建范式霍夫曼表
范式霍夫曼编码要求相同长度的码字是连续整数的二进制描述。
码字长度最小的第一个编码从0开始。
长度为i第一个码字f（i）必须满足f（i）=2（f（i-1）+1）。
例如，符号：
abcdefghijk...u，码长：
34444444455...5。
根据约定3，即first[3]=0可得到符号a的范式哈夫曼编码为000。
根据约定2，可得到first[4]=2*（first[3]+1）=2，进一步可知b的编码为0010。
由约定1可构造出符号c的编码为0011，由此类推可构造出整个码字空间。
在现实生活中，文章由单词构成，在单词重复率高或长篇幅文章中，按单词压缩效率会更高。
二．程序运行结果截图：
图八：
主程序运行窗口
图九：
文件压缩与解压缩及时间计算
图十：
实际生成的文件
其中：
●源程序：
main.cpp
●文本解析后的文件：
cacm.txt
●压缩后的文档：
encryption.txt
●词频统计表：
count.txt
●Huffman编码表：
code.txt
●解压缩后的文件：
decode.txt
图十一：
解析后的cacm.txt文件
图十二：
哈夫曼编码文件code.txt
图十三：
字频统计文件count.txt
图十三：
压缩后的文件encryption.txt
图十四：
解压缩后的文件deocde.txt
三．总结：
霍夫曼编码通过构建霍夫曼树缩短码长，从而实现对文件的压缩和解压。
四．实验心得
实验过程难免会遇到问题，掌握好的调试技巧能够快速查找出问题的所在，并通过排查，逐一改正程序中存在的问题，不管用什么编译器，都要学会设置适当的断点。
遇到不懂的地方要多查看相关的书籍或者在网上查找资料，这样才能真正学到东西。
实验结论：
霍夫曼编码通过构建霍夫曼树缩短码长，从而实现对文件的压缩和解压。
指导教师批阅意见：
成绩评定：
指导教师签字：
年月日
备注：
注：
1、报告内的项目或内容设置，可依如实际情形加以调整和补充。
2、教师批改学生实验报告时刻应在学生提交实验报告时刻后10日内。
附完整源码：
#include
#include
#include
#include
#include
usingnamespacestd;
constintmaxc=128;
typedeflonglongll;
charfilename[]="cacm.all";
llnum[maxc];
charcode[maxc][maxc];
chartemp[maxc];
structNode
{
boolisleaf;
charc;
lln;
Node*l,*r;
Node（）
{
isleaf=false;
c=0;
n=0;
l=r=0;
}
}*o;
voidcount_char（）
{
FILE*ffp=NULL;
FILE*fp=NULL;
charc;
//打开cacm.all文件
fp=fopen（filename,"r"）;
ffp=fopen（"cacm.txt","w"）;
while（fread（&c,sizeof（c）,1,fp））
{
num[（int）c]++;
fprintf（ffp,"%c",c）;
}
fclose（fp）;
fp=fopen（"count.txt","w"）;
for（inti=0;ifprintf（fp,"%d%c%lld\n",i,i,num[i]）;
fclose（fp）;
fclose（ffp）;
}
structcmp
{
booloperator（）（Node*a,Node*b）const
{
//因为优先出列判定为!
cmp，所以反向定义实现最小值优先
returna->n>b->n;
}
};
voidget_Huffman_tree（）
{
priority_queue,cmp>q;
for（inti=0;i{
Node*node=newNode（）;
node->isleaf=true;
node->c=i;
node->n=num[i];
q.push（node）;
}
while（q.size（）>1）
{
Node*x=q.top（）;
q.pop（）;
Node*y=q.top（）;
q.pop（）;
Node*z=newNode（）;
z->n=x->n+y->n;
z->l=x;
z->r=y;
q.push（z）;
}
o=q.top（）;
q.pop（）;
}
voiddfs（Node*cur,intd）
{
if（cur->isleaf）
{
temp[d]=0;
strcpy（code[int（cur->c）],temp）;
return;
}
temp[d]='0';
if（cur->l）dfs（cur->l,d+1）;
temp[d]='1';
if（cur->r）dfs（cur->r,d+1）;
}
voidget_Huffman_code（）
{
dfs（o,0）;
FILE*fp=NULL;
fp=fopen（"code.txt","w"）;
for（inti=0;ifprintf（fp,"%-3d%c%s\n",i,i,code[i]）;
fclose（fp）;
}
intcnt;
intnumber;
FILE*ffp=NULL;
voidadd（charc）
{
cnt++;
number<<=1;
number+=c-'0';
if（cnt==32）
{
cnt=0;
fwrite（&number,sizeof（number）,1,ffp）;
number=0;
}
}
voidflush（）
{
while（cnt&&cnt<32）
{
cnt++;
number<<=1;
}
cnt=0;
fwrite（&number,sizeof（number）,1,ffp）;
number=0;
}
voidencryption（）
{
ffp=fopen（"encryption.txt","wb"）;
FILE*fp=NULL;
charc;
fp=fopen（filename,"r"）;
//while（（c=fgetc（fp））!
=EOF）
while（fread（&c,sizeof（c）,1,fp））
{
intlen=strlen（code[（int）c]）;
for（inti=0;iadd（code[（int）c][i]）;
}
flush（）;
fclose（fp）;
fclose（ffp）;
}
intNUM;
intCNT;
FILE*FFP=NULL;
intnextd（）
{
if（CNT==0）
{
if（fread（&NUM,sizeof（NUM）,1,FFP）==0）return2;
CNT=32;
}
CNT--;
return（NUM&（1<>CNT;
}
voiddecode（）
{
FFP=fopen（"encryption.txt","rb"）;
FILE*fp=NULL;
fp=fopen（"decode.txt","w"）;
Node*cur=o;
intd;
while（（d=nextd（））<2）
{
if（d==0）cur=cur->l;
elsecur=cur->r;
if（cur->isleaf）
{
fprintf（fp,"%c",cur->c）;
//printf（"%c",cur->c）;
cur=o;
}
}
fclose（fp）;
fclose（FFP）;
}
voidprintInfo（）
{
cout<<"*****************************************"<cout<<"**"<cout<<"*文本压缩工具*"<cout<<"*作者：
杨立滨*"<cout<<"*源文件：
cacm.all*"<cout<<"**"<cout<<"*****************************************"<}
intgetFileSize（char*file）
{
FILE*fp=NULL;
intnFileLen=0;
fp=fopen（file,"rb"）;
if（fp==NULL）
{
cout<<"can'topenfile"<return0;
}
fseek（fp,0,SEEK_END）;//定位到文件末
nFileLen=ftell（fp）;//文件长度
returnnFileLen;
}
intmain（）
{
printInfo（）;
cout<count_char（）;
cout<get_Huffman_tree（）;
get_Huffman_code（）;
cout<doublestart=0,end=0;
start=clock（）;
encryption（）;//压缩
end=clock（）;
cout<<"压缩时间:
"<<（end-start）<<"ms"<intsize1=getFileSize（"cacm.txt"）;
intsize2=getFileSize（"encryption.txt"）;
cout<<"cacm.txt文件大小:
"<cout<<"encryption.txt文件大小:
"<cout<<"压缩率:
"<<1.0*size2/size1*100<<"%"<cout<1:
是2:
否"<inti;
cin>>i;
if（i==1）{
cout<decode（）;//解压缩
}
cout<<"程序结束！
"<return0;
}
升级会员 