简单快速的哈夫曼编码(翻译)

类别:VC语言 点击:0 评论:0 推荐:

简单快速的哈夫曼编码(翻译)

http://www.codeproject.com/cpp/Huffman_coding.asp

本文描述在网上能够找到的最简单,最快速的哈夫曼编码。本方法不使用任何扩展动态库,比如STL或者组件。只使用简单的C函数,比如:memset,memmove,qsort,malloc,realloc和memcpy。

       因此,大家都会发现,理解甚至修改这个编码都是很容易的。

背景

       哈夫曼压缩是个无损的压缩算法,一般用来压缩文本和程序文件。哈夫曼压缩属于可变代码长度算法一族。意思是个体符号(例如,文本文件中的字符)用一个特定长度的位序列替代。因此,在文件中出现频率高的符号,使用短的位序列,而那些很少出现的符号,则用较长的位序列。

编码使用

       我用简单的C函数写这个编码是为了让它在任何地方使用都会比较方便。你可以将他们放到类中,或者直接使用这个函数。并且我使用了简单的格式,仅仅输入输出缓冲区,而不象其它文章中那样,输入输出文件。

bool CompressHuffman(BYTE *pSrc, int nSrcLen, BYTE *&pDes, int &nDesLen);

bool DecompressHuffman(BYTE *pSrc, int nSrcLen, BYTE *&pDes, int &nDesLen);

要点说明

       为了让它(huffman.cpp)快速运行,我花了很长时间。同时,我没有使用任何动态库,比如STL或者MFC。它压缩1M数据少于100ms(P3处理器,主频1G)。

       压缩代码非常简单,首先用ASCII值初始化511个哈夫曼节点:

CHuffmanNode nodes[511];

for(int nCount = 0; nCount < 256; nCount++)

    nodes[nCount].byAscii = nCount;

然后,计算在输入缓冲区数据中,每个ASCII码出现的频率:

for(nCount = 0; nCount < nSrcLen; nCount++)

    nodes[pSrc[nCount]].nFrequency++;

       然后,根据频率进行排序:

qsort(nodes, 256, sizeof(CHuffmanNode), frequencyCompare);

现在,构造哈夫曼树,获取每个ASCII码对应的位序列:

int nNodeCount = GetHuffmanTree(nodes);

构造哈夫曼树非常简单,将所有的节点放到一个队列中,用一个节点替换两个频率最低的节点,新节点的频率就是这两个节点的频率之和。这样,新节点就是两个被替换节点的父节点了。如此循环,直到队列中只剩一个节点(树根)。

// parent node

    pNode = &nodes[nParentNode++];

    // pop first child

    pNode->pLeft = PopNode(pNodes, nBackNode--, false);

    // pop second child

    pNode->pRight = PopNode(pNodes, nBackNode--, true);

    // adjust parent of the two poped nodes

    pNode->pLeft->pParent = pNode->pRight->pParent = pNode;

    // adjust parent frequency

    pNode->nFrequency = pNode->pLeft->nFrequency + pNode->pRight->nFrequency;

这里我用了一个好的诀窍来避免使用任何队列组件。我先前就直到ASCII码只有256个,但我分配了511个(CHuffmanNode nodes[511]),前255个记录ASCII码,而用后255个记录哈夫曼树中的父节点。并且在构造树的时候只使用一个指针数组(ChuffmanNode *pNodes[256])来指向这些节点。同样使用两个变量来操作队列索引(int nParentNode = nNodeCount;nBackNode = nNodeCount –1)。

那么,压缩的最后一步是将每个ASCII编码写入输出缓冲区中:

int nDesIndex = 0, nCodeLength, dwCode;

    // loop to write codes

    for(nCount = 0; nCount < nSrcLen; nCount++)

    {

        dwCode = nodes[pSrc[nCount]].dwCode;

        nCodeLength = nodes[pSrc[nCount]].nCodeLength;

        while(nCodeLength--)

        {

            if(dwCode&1)

                SetBit(pDesPtr, nDesIndex);

            dwCode >>= 1, nDesIndex++;

        }

    }

注意:在压缩缓冲区中,我们必须保存哈夫曼树的节点以及位序列,这样我们才能在解压缩时重新构造哈夫曼树(只需保存ASCII值和对应的位序列)。

       解压缩比构造哈夫曼树要简单的多,将输入缓冲区中的每个编码用对应的ASCII码逐个替换就可以了。只要记住,这里的输入缓冲区是一个包含每个ASCII值的编码的位流。因此,为了用ASCII值替换编码,我们必须用位流搜索哈夫曼树,直到发现一个叶节点,然后将它的ASCII值添加到输出缓冲区中:

int nDesIndex = 0;   

    while(nDesIndex < nDesLen)

    {

        pNode = pRoot;

        while(pNode->pLeft)

        {

            pNode = GetBit(pSrc, nSrcIndex) ? pNode->pRight : pNode->pLeft;

            nSrcIndex++;

        }

        pDes[nDesIndex++] = pNode->byAscii;

    }

源文件:

Huffman.cpp

Huffman.h
例程下载:

 http://www.codeproject.com/cpp/Huffman_coding/Huffman_src.zip

 

本文地址:http://com.8s8s.com/it/it358.htm