7-1 哈夫曼编码(实验) 最全代码解析
给定一段文字,如果我们统计出字母出现的频率,是可以根据哈夫曼算法给出一套编码,使得用此编码压缩原文可以得到最短的编码总长。然而哈夫曼编码并不是唯一的。例如对字符串"aaaxuaxz",容易得到字母 'a'、'x'、'u'、'z' 的出现频率对应为 4、2、1、1。我们可以设计编码 {'a'=0, 'x'=10, 'u'=110, 'z'=111},也可以用另一套 {'a'=1, 'x'=01, 'u'=001, 'z'=000},还可以用 {'a'=0, 'x'=11, 'u'=100, 'z'=101},三套编码都可以把原文压缩到 14 个字节。但是 {'a'=0, 'x'=01, 'u'=011, 'z'=001} 就不是哈夫曼编码,因为用这套编码压缩得到 00001011001001 后,解码的结果不唯一,"aaaxuaxz" 和 "aazuaxax" 都可以对应解码的结果。本题就请你判断任一套编码是否哈夫曼编码。
输入格式:
首先第一行给出一个正整数 N(2≤N≤63),随后第二行给出 N 个不重复的字符及其出现频率,格式如下:
c[1] f[1] c[2] f[2] ... c[N] f[N]
其中c[i]
是集合{'0' - '9', 'a' - 'z', 'A' - 'Z', '_'}中的字符;f[i]
是c[i]
的出现频率,为不超过 1000 的整数。再下一行给出一个正整数 M(≤1000),随后是 M 套待检的编码。每套编码占 N 行,格式为:
c[i] code[i]
其中c[i]
是第i
个字符;code[i]
是不超过63个'0'和'1'的非空字符串。
输出格式:
对每套待检编码,如果是正确的哈夫曼编码,就在一行中输出"Yes",否则输出"No"。
注意:最优编码并不一定通过哈夫曼算法得到。任何能压缩到最优长度的前缀编码都应被判为正确。
输入样例:
7
A 1 B 1 C 1 D 3 E 3 F 6 G 6
4
A 00000
B 00001
C 0001
D 001
E 01
F 10
G 11
A 01010
B 01011
C 0100
D 011
E 10
F 11
G 00
A 000
B 001
C 010
D 011
E 100
F 101
G 110
A 00000
B 00001
C 0001
D 001
E 00
F 10
G 11
输出样例:
Yes
Yes
No
No
在完成这道题之前, 首先要对构建哈夫曼树和哈夫曼编码的框架有一定的理解。
之后再根据题目的要求进行恰当的修改。
以下代码参考 清华大学 《数据结构》(C语言版)严蔚敏 吴伟民 编著
---------------------------------------数组从1开始,0未用。
框架代码如下:
#include <iostream>
#include <stdlib.h>
#include <string.h>
using namespace std;#define MAXSIZE 100typedef struct{int weight;int parent,lchild,rchild;
}HTNode,*HuffmanTree;typedef char** HuffmanCode;void Init_HuffmanTree(HuffmanTree &HT,int n)
{int m = 2*n-1;HT = (HuffmanTree)malloc(sizeof(HTNode)*(m+1));for(int i=0;i<=m;i++){HT[i].parent=0;HT[i].lchild=0;HT[i].rchild=0;}
}void Select(HuffmanTree HT,int *S1,int *S2,int m)
{int minweight=10000;for(int i=1;i<m;i++){if(HT[i].weight<minweight && HT[i].parent==0){minweight = HT[i].weight;*S1 = i;}}minweight=10000;for(int i=1;i<m;i++){if(HT[i].weight<minweight && HT[i].parent==0 && i!=*S1){minweight = HT[i].weight;*S2 = i;}}}void Creat_HuffmanTree(HuffmanTree &HT,int n)
{int m = 2*n-1;int s1,s2;if(n<=1)return;for(int i=n+1;i<=m;i++){Select(HT,&s1,&s2,i);HT[s1].parent=i;HT[s2].parent=i;HT[i].lchild=s1;HT[i].rchild=s2;HT[i].weight=HT[s1].weight+HT[s2].weight;}
}void Print_HuffmanTree(HuffmanTree HT,int n)
{cout<<"index"<<"\t"<<"weight"<<"\t"<<"parent"<<"\t"<<"lchild"<<"\t"<<"rchild"<<endl;for(int i=1;i<=2*n-1;i++){cout<<i<<"\t"<<HT[i].weight<<"\t"<<HT[i].parent<<"\t"<<HT[i].lchild<<"\t"<<HT[i].rchild<<endl;}
}void Creat_HuffmanCode(HuffmanTree HT,HuffmanCode &HC,int n)
{char *cd;int c,f,start;HC = (HuffmanCode)malloc(sizeof(char*)*(n+1));cd = (char*)malloc(sizeof(char)*n);cd[n-1]='\0';for(int i=1;i<=n;i++){start = n-1;c=i;f=HT[i].parent;while(f!=0){start--;if(HT[f].lchild==c)cd[start]='0';else cd[start]='1';c=f;f=HT[f].parent;}HC[i] = (char*)malloc(sizeof(char)*(n-start));strcpy(HC[i],&cd[start]);}free(cd);
}void Print_HuffmanCode(char ch[][MAXSIZE],HuffmanCode HC,int n)
{for(int i=1;i<=n;i++){cout<<ch[i]<<" ";cout<<HC[i]<<endl;}
}int main()
{int n;char ch[MAXSIZE][MAXSIZE];HuffmanTree HT;HuffmanCode HC;cin>>n;Init_HuffmanTree(HT,n);for(int i=1;i<=n;i++){cin>>ch[i]>>HT[i].weight;}Creat_HuffmanTree(HT,n);Creat_HuffmanCode(HT,HC,n);cout<<endl;Print_HuffmanTree(HT,n);cout<<endl;Print_HuffmanCode(ch,HC,n);cout<<endl; return 0;
}
构造最优二叉树(哈夫曼树),a、b、c、d、e的权值依次为7、5、5、2、4 。 程序运行结果如上图2。
相应的代码解释,可查看 作者:玛莱之盾_ 在bilibili上分享的视频:哈夫曼编码代码讲解
当然,这很重要。
在有了相应的基础后,我们再来看这道题目。
仔细阅读题目过后我们发现,本题的初衷并不是让我们求出哈夫曼编码。题干说:“注意:最优编码并不一定通过哈夫曼算法得到。任何能压缩到最优长度的前缀编码都应被判为正确。”
这道题的解题思路为:先求出哈夫曼编码的的最短加权路径和然后再判断是不是前缀编码。两者缺一不可。
完整代码如下:
#include <iostream>
#include <stdlib.h>
#include <string.h>
using namespace std;#define MAXSIZE 100typedef struct{int weight;int parent,lchild,rchild;
}HTNode,*HuffmanTree;typedef char** HuffmanCode;void Init_HuffmanTree(HuffmanTree &HT,int n)
{int m = 2*n-1;HT = (HuffmanTree)malloc(sizeof(HTNode)*(m+1));for(int i=0;i<=m;i++){HT[i].parent=0;HT[i].lchild=0;HT[i].rchild=0;}
}void Select(HuffmanTree HT,int *S1,int *S2,int m)
{int minweight=10000;for(int i=1;i<m;i++){if(HT[i].weight<minweight && HT[i].parent==0){minweight = HT[i].weight;*S1 = i;}}minweight=10000;for(int i=1;i<m;i++){if(HT[i].weight<minweight && HT[i].parent==0 && i!=*S1){minweight = HT[i].weight;*S2 = i;}}}void Creat_HuffmanTree(HuffmanTree &HT,int n)
{int m = 2*n-1;int s1,s2;if(n<=1)return;for(int i=n+1;i<=m;i++){Select(HT,&s1,&s2,i);HT[s1].parent=i;HT[s2].parent=i;HT[i].lchild=s1;HT[i].rchild=s2;HT[i].weight=HT[s1].weight+HT[s2].weight;}
}void Print_HuffmanTree(HuffmanTree HT,int n)
{cout<<"index"<<"\t"<<"weight"<<"\t"<<"parent"<<"\t"<<"lchild"<<"\t"<<"rchild"<<endl;for(int i=1;i<=2*n-1;i++){cout<<i<<"\t"<<HT[i].weight<<"\t"<<HT[i].parent<<"\t"<<HT[i].lchild<<"\t"<<HT[i].rchild<<endl;}
}int Creat_HuffmanCode(HuffmanTree HT,HuffmanCode &HC,int n)
{char *cd;int c,f,start;HC = (HuffmanCode)malloc(sizeof(char*)*(n+1));cd = (char*)malloc(sizeof(char)*n);cd[n-1]='\0';for(int i=1;i<=n;i++){start = n-1;c=i;f=HT[i].parent;while(f!=0){start--;if(HT[f].lchild==c)cd[start]='0';else cd[start]='1';c=f;f=HT[f].parent;}HC[i] = (char*)malloc(sizeof(char)*(n-start));strcpy(HC[i],&cd[start]);}int sum=0;for(int i=n+1;i<2*n;i++){sum+=HT[i].weight;}free(cd);return sum;
}void Print_HuffmanCode(char ch[][MAXSIZE],HuffmanCode HC,int n)
{for(int i=1;i<=n;i++){cout<<ch[i]<<" ";cout<<HC[i]<<endl;}
}int IsPrefix(char code[MAXSIZE][MAXSIZE],int n) //判断是否是前缀式编码
{int flag=1; //1为是前缀式编码,0为否 for (int i = 1;i <= n;i++){int j = i+1;while (j <= n && j!=i && flag == 1){if (strstr(code[j-1], code[i-1]) != code[j-1]) //运用strstr函数 {if (j == n)j = 1;else j++;}else {flag = 0;}}if (flag == 0){break;}}return flag;
}int main()
{int n,sum_weight;char ch[MAXSIZE][MAXSIZE];HuffmanTree HT;HuffmanCode HC;cin>>n;Init_HuffmanTree(HT,n);for(int i=1;i<=n;i++){cin>>ch[i]>>HT[i].weight;}Creat_HuffmanTree(HT,n);sum_weight = Creat_HuffmanCode(HT,HC,n);//Print_HuffmanTree(HT,n);//Print_HuffmanCode(ch,HC,n);//开始读入各段哈夫曼编码int M,sum=0;cin>>M;char code[MAXSIZE][MAXSIZE];char c;for(int i=1;i<=M;i++){sum=0;for(int j=0;j<n;j++){cin>>c>>code[j];sum+=strlen(code[j])*HT[j+1].weight; //求输入的加权路径:编码长度*权重 }if(sum!=sum_weight) //先判断最短加权路径和是否相等,若不等直接No,若相等,判断是否是前缀码 {cout<<"No"<<endl;}else{if(IsPrefix(code,n)==1)cout<<"Yes"<<endl;else cout<<"No"<<endl;}}return 0;
}
下面我们来看这个代码,注意与第一个框架代码做对比。
- 首先在 Creat_HuffmanCode() 函数中,我们加入如下代码1,来求最短加权路径和。用于与主函数中(代码2)输入的哈夫曼编码作比较。
- 依照上面的图1,找到相应的数学关系。
//代码1
int sum=0;for(int i=n+1;i<2*n;i++) //注意从n+1开始{sum+=HT[i].weight;}return sum;
//代码2
sum=0;for(int j=0;j<n;j++){cin>>c>>code[j];sum+=strlen(code[j])*HT[j+1].weight; //求输入的加权路径:编码长度*权重 }
- 写了 IsPrefix() 函数用于判断是否是前缀码。相应代码的思路如下:
前缀编码定义:
(字符集中)任一编码都不是其它字符的编码的前缀例:
(1)找出下面不是前缀编码的选项
A{1,01,000,001}
B{1,01,011,010}
C{0,10,110,11}
D{0,1,00,11}第一步:看A中的第一个数1,看看其他数有没有1开头的。没有。
第二步:看A中的第二个数01,看看其他数有没有01开头的。没有。
第三步:看看A中的第三个数000,看看其他数有没有000开头的。没有。
第四步:看看A中的第四个数001,看看其他数有没有001开头的。没有。
所以A是前缀编码。其他选项也一样。B、C也一样。来说说D:
第一步,看D中的第一个数,找有0开头的的数,有,是00;其实到这里已经不用看了
因为D已经不是前缀编码了。
但第二个数1,是第四个数11的前缀,所以也能作为D不是前缀编码的理由。
IsPrefix() 函数中应用了strstr()函数。解释如下:
最后,题干的测试数据:
4
a 4
x 2
u 1
z 1
4
a 0
x 10
u 110
z 111
a 1
x 01
u 001
z 000
a 0
x 11
u 100
z 101
a 0
x 01
u 011
z 001
河北工业大学
7-1 哈夫曼编码(实验) 最全代码解析相关推荐
- c语言实现哈夫曼树的创建与中序遍历以及哈夫曼编码(附详细代码)
任务描述 本关任务:编写能对给定n个叶子结点,构建哈夫曼树,给出每个叶子结点对应编码的程序. 相关知识 哈夫曼编码和译码的基本原理 首先要构造一棵哈夫曼树.哈夫曼树的结点结构包括权值,双亲,左右孩子: ...
- 哈夫曼编码(Huffman)Java实现代码简化版
这个网上发现的Huffuman编码Java实现在组织上相对简化,便于理解文件压缩过程:提取文件统计字符频度-根据字符频度创建huffman树-根据huffman树生成huffman可变字长无前缀编码- ...
- 哈夫曼编码(Huffman)Java实现代码
网上找到的一个组Huffman编码Java实现代码,比较经典. 1.主类,压缩和解压 package cn.hm;import java.io.BufferedInputStream; import ...
- 霍夫曼编码实验matlab,哈夫曼编码 MATLAB程序
clc clear fid=fopen( 'C:\Users\yichao\Desktop\新建文本文档.txt');%打开 txt 文件 [zimu]=fscanf(fid, '%c'); %读取二 ...
- 实验四-哈夫曼编码的MATLAB实现
信息论编码实验3~9连载,更多看专栏. 哈夫曼编码MATLAB实现 一.哈夫曼编码的原理 二.哈夫曼编码的实例 三.代码及运行结果 3.1根据原理自编程序 3.2利用MATLAB内嵌函数 四.程序自评 ...
- 树:哈夫曼树和哈夫曼编码的详细介绍以及代码实现
闲扯前言 哈夫曼编码的代码实现对于初学数据结构的同学可能会有些困难,没有必要灰心,其实没啥,学习就犹如攀登一座又一座的山峰,每当我们攻克一个难点后,回首来看,也不过如此嘛.我们要做的就是不断的去攀越学 ...
- 哈夫曼编码原理与Python实现代码(附手动推导过程原稿真迹)
哈夫曼编码依据字符出现概率来构造异字头(任何一个字符的编码都不是其他字符的前缀)的平均长度最短的码字,通过构造二叉树来实现,出现频次越多的字符编码越短,出现频次越少的字符编码越长.为了演示哈夫曼编码原 ...
- 使用Java实现哈夫曼编码(Huffman Coding)
文章目录 (一)需求分析 (二)构建哈夫曼树 (三)构建哈夫曼编码 (四)哈夫曼编码的解码 (五)哈夫曼编码压缩的原理 (六)总结 (七)Java代码实现哈夫曼树:构建节点类&二叉树类 (八) ...
- Java如何实现哈夫曼编码
哈夫曼树 既然是学习哈夫曼编码,我们首先需要知道什么是哈夫曼树:给定n个权值作为n个叶子结点,构造一棵二叉树,若带权路径长度达到最小,称这样的二叉树为最优二叉树,也称为哈夫曼树(Huffman Tre ...
最新文章
- 麻省、北大、清华等顶尖高校与企业 20 位强化学习专家齐聚,RLChina 2021 强化学习暑期课免费报名啦!
- 青龙面板多容器教程、一键多容器
- chrome浏览器本地文件支持ajax请求的解决方法
- 洛谷 1072 Hankson 的趣味题——质因数界限讨论
- 深度学习之tensorflow环境搭建
- dlgdata.cpp错误提示 解决方案
- es6 作为属性名的 Symbol
- nginx学习文档之二 配置负载均衡-windows配置负载均衡
- 修改WebBrowser控件的内核解决方案
- JAVA零为扩展_与Java的初遇——数据类型扩展
- 国都企信通短信平台发送手机短信的python脚本一例
- 用gambit学博弈论---零和博弈
- 从零开始的车牌识别课题设计(一)
- PHP笔记03-数组1
- 网易2017年春招笔试题记录
- Mac下安装Hadoop
- python:大球吃小球
- 到底还要学什么才能成为2020年前端架构师!?(用图说话)
- linux 设置邮件提醒,linux 定时邮件提醒
- 【Django 开发】面试招聘信息网站(用户登录注册投在线递简历)
热门文章
- Jmeter+badboy自动化测试——Badboy基础操作
- Component name “xxx“ should always be multi-word. vue3项目eslint报错
- 四平方和定理 leetcode279 c++
- (4.3.1.11)微信扫描二维码无法下载apk文件解决办法
- Diabetes 糖尿病及其并发症.|2021/1/25(未完待续)
- Android面试题及答案
- 1.数组简介:什么是数组???数组有哪四要素???
- Android-银联支付开发
- MySQL [1093] You can‘t specify target table ‘titles_test‘ for update in FROM clause
- 第一次.......