Haffman算法(C++)
Huffman编码,C++实现,只是为了说明大致的思路,还有很多不完美之处,比如在输入数据超出限制等条件下会出现错误。
#include<iostream>
#include<string>
using namespace std;
#define MAX 20
/*
** 用二叉树表示的Huffman节点
*/
typedef struct NodeTag {
char c; // 字母
int weight; // 频率
string code; // 编码后的字符串
struct NodeTag * lchild; // 左孩子
struct NodeTag * rchild; // 右孩子
} Node;
class Container {
private:
Node *nodes[MAX]; // 保存各节点指针的数组
int size; // 节点的个数
public:
Container () {
size = ;
; i < MAX; i++ ) {
nodes[i] = NULL;
}
}
/*
** 采用插入排序的方法,将节点node加入到数组nodes中,按照weight从小到大排列
*/
void push ( Node *node ) {
int weight = node->weight;
;
&& weight > nodes[i]->weight ) {
nodes[i+] = nodes[i];
i--;
}
nodes[i+] = node;
size++;
}
/*
** 返回weight值最小的一个节点
*/
Node * pop () {
Node *node = nodes[size-];
size--;
return node;
}
/*
** 返回当前的节点数目
*/
int getSize() {
return size;
}
};
/*
** 对所有的叶子节点进行编码,得到各字母的码表
** root:指向根节点的指针;code:本节点的编码
*/
int huffmanCode( Node *root, const string code ) {
root->code = code;
string temp;
if( root != NULL ){
// 叶子节点,则输出编码方式
if( root->rchild == NULL && root->lchild == NULL ) {
cout<<root->c<<":"<<root->weight<<" "<<root->code<<endl;
} else {
temp = code;
huffmanCode ( root->lchild, temp.append(") ); // 会增加上去,不用重新赋值
temp = code;
huffmanCode ( root->rchild, temp.append(") );
}
}
;
}
/*
** Huffman编码的函数
** letter:字母表;weight:各字母的频率;length:字母的总个数
*/
void haffman ( char letter[], int weight[], int length ) {
Node *node = NULL;
Node *first = NULL;
Node *second = NULL;
Container *obj = NULL;
obj = new Container();
; i < length; i++ ) {
/*
** 创建一个新节点node,节点字符为c[i],频率为weight[i],左右孩子都为Null;
** 将node按从小到大的顺序加入到容器obj中;
*/
node = new Node();
node->c = letter[i];
node->weight = weight[i];
node->lchild = NULL;
node->rchild = NULL;
obj->push(node);
}
cout<<"All nodes are pushed into the queue:"<<obj->getSize()<<endl;
/*
** 当容器中只有一个元素时,该元素即为指向Huffman编码二叉树的根节点的指针
*/
) {
/*
** 选出最小的两个元素,创建一个新的父节点,频率为两者之和,将父节点加入到队列中;
*/
first = obj->pop();
second = obj->pop();
node = new Node();
node->weight = first->weight + second->weight; // 非根节点的字母不重要,故不用赋值
node->lchild = first;
node->rchild = second;
obj->push(node);
}
cout<<"After the Haffman code:"<<obj->getSize()<<endl;
/*
** 采用中根次序遍历方法对二叉树进行遍历,得到每个叶子节点的编码
*/
node = obj->pop();
cout<<node->weight<<endl;
huffmanCode( node, "");
}
int main () {
char letter[] = {'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'};
, , , , , , , };
;
haffman( letter, weight, length );
;
}
Haffman算法(C++)的更多相关文章
- MySQL + KeepAlived + LVS 单点写入主主同步高可用架构实验
分类: MySQL 架构设计 2013-05-08 01:40 5361人阅读 评论(8) 收藏 举报 mysql 高可用 keepalive ㈠ 实战环境 服务器名· IP OS MySQL odd ...
- JPEG编码(二)
来自CSDN评论区http://bbs.csdn.net/topics/190980 1. 色彩模型 JPEG 的图片使用的是 YCrCb 颜色模型, 而不是计算机上最常用的 RGB. 关于色彩模型, ...
- 哈夫曼算法(haffman)实现压缩和解压缩-C语言实现
/* * ===================================================================================== * * Filen ...
- haffman哈夫曼编码的实现
<span style="font-size:18px;">/* 1.在一棵二叉树中,我们定义从A节点到B节点所经过的分支序列为从A节点到B节点的路径: 定义从A节点到 ...
- 树及其衍生算法(Trees and tree algorithms)
1,二叉树(Binary tree) 二叉树:每一个节点最多两个子节点,如下图所示: 相关概念:节点Node,路径path,根节点root,边edge,子节点 children,父节点parent,兄 ...
- B树——算法导论(25)
B树 1. 简介 在之前我们学习了红黑树,今天再学习一种树--B树.它与红黑树有许多类似的地方,比如都是平衡搜索树,但它们在功能和结构上却有较大的差别. 从功能上看,B树是为磁盘或其他存储设备设计的, ...
- 分布式系列文章——Paxos算法原理与推导
Paxos算法在分布式领域具有非常重要的地位.但是Paxos算法有两个比较明显的缺点:1.难以理解 2.工程实现更难. 网上有很多讲解Paxos算法的文章,但是质量参差不齐.看了很多关于Paxos的资 ...
- 【Machine Learning】KNN算法虹膜图片识别
K-近邻算法虹膜图片识别实战 作者:白宁超 2017年1月3日18:26:33 摘要:随着机器学习和深度学习的热潮,各种图书层出不穷.然而多数是基础理论知识介绍,缺乏实现的深入理解.本系列文章是作者结 ...
- 红黑树——算法导论(15)
1. 什么是红黑树 (1) 简介 上一篇我们介绍了基本动态集合操作时间复杂度均为O(h)的二叉搜索树.但遗憾的是,只有当二叉搜索树高度较低时,这些集合操作才会较快:即当树的高度较高(甚至一种极 ...
随机推荐
- CC++初学者编程教程(15) 基于cocos2dx的安卓打包环境
1首先安装python 2 单击next 3 选择默认路径,单击next 4选择完全安装,单击next 5单击next开始安装 6 安装完成 7 设置环境变量 8 添加python的路径到path 9 ...
- PyCharm设置字体
pycharm 是很好的一个IDE,就是默认字体太小了,真的太小了,改字体的地方很隐晦.找了半天,贴图: 然后发现size 不能更改,所以,点击save as创建一个方案,然后修改自己的方案.这个时候 ...
- 创建渐进式jpeg图片
<?php // Create an image instance $im = imagecreatefromjpeg('test.jpg'); // Enable interlancing ...
- 【拓扑排序】【HDU3231】【Box Relations】
题目大意: N个盒子 给你K个以下关系 1.A和B有重叠 2.A在B的左边且不重叠 3.A在B的前边且不重叠 4.A在B的上面且不重叠 显然单独分配X坐标处理2(x1<x2<x1'< ...
- mysql insert中文乱码无法插入ERROR 1366 (HY000): Incorrect string value
ERROR 1366 (HY000): Incorrect string value: '\xB1\xEA\xCC\xE2\xD5\xE2...' for column 'title' at row ...
- RDLC报表系列(五) 简单的图表-柱状图
继续接上一篇的内容,本文主要是讲图标的内容,本文就是简单的图标,复杂的柱状图和折线图在下一文章中介绍. 数据源还是上文RDLC报表系列(四) 矩阵中的相同 1.还是继续使用demo2的文件
- OC——NSString的常用方法
NSString *str1 = @"BeiJing"; NSString *str2 = @"beijing"; //全部转为大写 NSLog(@" ...
- 图的深度优先遍历(DFS) c++ 非递归实现
深搜算法对于程序员来讲是必会的基础,不仅要会,更要熟练.ACM竞赛中,深搜也牢牢占据着很重要的一部分.本文用显式栈(非递归)实现了图的深度优先遍历,希望大家可以相互学习. 栈实现的基本思路是将一个节点 ...
- BZOJ 3233: [Ahoi2013]找硬币( dp )
dp(x)表示最大面值为x时需要的最少硬币数. 枚举x的质因数p, dp(x) = min( dp(x/p) - (p-1) * sigma[a[i]/x] ). ----------------- ...
- 删除数组中等于某个key的所有元素
题目描述: 给定一个数组和一个值,在原地删除与值相同的数字,返回新数组的长度. 这道题目做暴力的想法就是,用一个指针从头到尾遍历,删除哪个元素就把后面的元素统一向前移动一个位置.但是这样的时间复杂度很 ...