哈夫曼树及其操作-数据结构实验报告(2)

1、电子科技大学信息与软件工程学院实验报告电 子 科 技 大 学实 验 报 告 课程名称： 数据结构与算法 学生姓名： 陈*浩 学 号： * 点名序号： * 指导教师： 钱* 实验地点： 基础实验大楼 实验时间： 2015.5.7 2014-2015-2学期 信息与软件工程学院实 验 报 告(二)学生姓名：陈*浩 学 号：* 指导教师：钱*实验地点： 科研教学楼A508 实验时间：2015.5.7一、实验室名称：软件实验室 二、实验项目名称：数据结构与算法树三、实验学时：4四、实验原理：霍夫曼编码（Huffman Coding）是一种编码方式，是一种用于无损数据压缩的熵编码（权编码）算法。1952

2、年，David A. Huffman在麻省理工攻读博士时所发明的。在计算机数据处理中，霍夫曼编码使用变长编码表对源符号（如文件中的一个字母）进行编码，其中变长编码表是通过一种评估来源符号出现机率的方法得到的，出现机率高的字母使用较短的编码，反之出现机率低的则使用较长的编码，这便使编码之后的字符串的平均长度、期望值降低，从而达到无损压缩数据的目的。例如，在英文中，e的出现机率最高，而z的出现概率则最低。当利用霍夫曼编码对一篇英文进行压缩时，e极有可能用一个比特来表示，而z则可能花去25个比特（不是26）。用普通的表示方法时，每个英文字母均占用一个字节（byte），即8个比特。二者相比，e使用了一

3、般编码的1/8的长度，z则使用了3倍多。倘若我们能实现对于英文中各个字母出现概率的较准确的估算，就可以大幅度提高无损压缩的比例。霍夫曼树又称最优二叉树，是一种带权路径长度最短的二叉树。所谓树的带权路径长度，就是树中所有的叶结点的权值乘上其到根结点的路径长度（若根结点为0层，叶结点到根结点的路径长度为叶结点的层数）。树的路径长度是从树根到每一结点的路径长度之和，记为WPL=(W1*L1+W2*L2+W3*L3+.+Wn*Ln)，N个权值Wi（i=1,2,.n）构成一棵有N个叶结点的二叉树，相应的叶结点的路径长度为Li（i=1,2,.n）。可以证明霍夫曼树的WPL是最小的。五、实验目的：本实验通过

4、编程实现赫夫曼编码算法，使学生掌握赫夫曼树的构造方法，理解树这种数据结构的应用价值，并能熟练运用C语言的指针实现构建赫夫曼二叉树，培养理论联系实际和自主学习的能力，加强对数据结构的原理理解，提高编程水平。六、实验内容：（1）实现输入的英文字符串输入，并设计算法分别统计不同字符在该字符串中出现的次数，字符要区分大小写；（2）实现赫夫曼树的构建算法；（3）遍历赫夫曼生成每个字符的二进制编码；（4）显示输出每个字母的编码。七、实验器材（设备、元器件）：PC机一台，装有C或C+语言集成开发环境。八、数据结构与程序：/* * *程序名称：哈夫曼树的相关操作 * * *程序内容：生成哈夫曼树及其编码表、对

5、字符串进行编码等 * * *编写作者：陈家浩 * * *完成时间：2015.5.15 * */#include <stdio.h>#include <stdlib.h>#include <string.h>#define MAXSIZE 10000char file_address100; /全局通用文件地址typedef struct hnode / 哈夫曼树的节点结构定义 int weight; int lchild, rchild, parent;THNode, * TpHTree;typedef struct huffman_code / 哈夫曼编码

6、表的元素结构定义 int weight; / 编码对应的权值 char * pcode; / 指向编码字符串的指针THCode, *TpHcodeTab;/*/ * *声明函数/*TpHcodeTab build_codesheet( TpHTree pht, int leaves_num); / 根据哈夫曼树得到编码表TpHTree create_huffman_tree(int weights, int n ); / 构造哈夫曼树void select_mintree(TpHTree , int , int *, int *); / 从森林中选择权值最小的两棵子树void destroy_

7、codesheet(TpHcodeTab codesheet, int n); / 销毁哈夫曼编码表int read_file(char file_address100, char *message); / 从文本文件读入字符串 int calc_freq(char text, int *freq, char *dict, int n); / 统计字符串text中字符出现的频率/*/ * *主函数/*int main(void)int i, msg_num,choose;char s; /清空缓存int leaves_num = 0;doTpHTree pht = NULL; /建立树根TpH

8、codeTab codesheet; /建立编码表char msgMAXSIZE; /建立信息数组int *weights = NULL; /建立频率数组char *dict = NULL; /建立字符数组printf(" - n""-哈夫曼树-n"" - ");printf("n读取文件还是手动输入信息？n"" 1：手动输入信息n"" 2：读取文件n"" 请选择：");scanf("%d",&choose);if(choose

9、 = 1)printf("请输入信息：n");scanf("%c",&s); /清理键盘缓存gets(msg);msg_num = strlen(msg);elseprintf("输入文件地址（例如：F:filename.txt）:n");scanf("%c",&s); /清理键盘缓存gets(file_address); /输入文件地址msg_num = read_file( file_address, msg); /读取文本文件leaves_num = calc_freq( msg, &

10、weights, &dict, msg_num );/统计文本串中的字符频率，同时得到哈夫曼树的叶节点数pht = create_huffman_tree( weights, leaves_num ); /创建哈夫曼树codesheet = build_codesheet( pht, leaves_num ); /构造哈夫曼编码表printf("n-字符频率编码表-n");printf("符号 - 频率 - 编码n");for(i = 0; i < leaves_num ; i+)printf("%4c - %-3d - %-6s

11、n", dicti, codesheeti.weight, codesheeti.pcode);printf("-n");destroy_codesheet( codesheet, leaves_num); /销毁哈夫曼编码表if(pht)/释放所有临时空间free(pht);if(dict)free(dict);if(weights)free(weights);printf("nt0：结束nt1：继续n""t请选择：");scanf("%d",&choose);while(choose);ret

12、urn 0;/*/ * *构造哈夫曼编码表/*TpHcodeTab build_codesheet( TpHTree pht, int leaves_num )int i, cid, pid, cursor, len;TpHcodeTab sheet;char * pch = (char *) malloc( leaves_num + 1 );if( !pch )printf("申请空间失败！");exit(0);memset( pch, 0, (leaves_num + 1) ); / 清零新分配的空间sheet = ( TpHcodeTab )malloc( sizeo

13、f( THCode ) * leaves_num );if( !sheet )printf("申请编码表内存空间失败！");exit(0);for( i = 0; i < leaves_num; +i )sheeti.weight = phti.weight;for( i = 0; i < leaves_num; +i )cursor = leaves_num;cid = i;pid = phtcid.parent;while( pid!= -1 ) /不为根节点 if (phtpid.lchild = cid)pch-cursor = '0'

14、/ 左分支编码为'0'elsepch-cursor = '1' / 右分支编码为'1'cid = pid;pid = phtcid.parent;len = leaves_num - cursor + 1;sheeti.pcode = ( char * )malloc( len );if( !sheeti.pcode )printf("为节点%d的编码申请内存空间失败！", i);exit(0);memset( sheeti.pcode, 0, len );strncpy( sheeti.pcode, &pchcurs

15、or, strlen(&pchcursor) );free(pch);return sheet;/*/ * *构造哈夫曼树/*TpHTree create_huffman_tree( int weights, int n )TpHTree pht;int minA, minB; / 用于保存权值最小的两棵子树的序号int i, a = 0;if( n < 1 )printf("没有叶子节点！n");return 0; a = (2 * n) - 1;pht = ( TpHTree ) malloc( sizeof( THNode ) * a );if( !ph

16、t )printf("分配数组空间失败！n");exit(0);for( i = 0; i < a; +i ) / 哈夫曼数组初始化 phti.weight = (i < n) ? weightsi : 0;phti.lchild = -1;phti.rchild = -1;phti.parent = -1;for( i = n; i < a; +i )select_mintree( pht, (i-1), &minA, &minB );phtminA.parent = i;phtminB.parent = i; phti.lchild =

17、 minA;phti.rchild = minB;phti.weight = phtminA.weight + phtminB.weight;return pht;/*/ * *选出权值最小的两棵子树/*void select_mintree(TpHTree pht, int n, int *minA, int *minB)int id, min1 = -1, min2 = -1; /最小值，次小值int maxa = 10000, maxb = 10000;for(id = 0; id <= n; id+) if(phtid.parent = -1)if( phtid.weight &

18、lt; maxa )min2 = min1;min1 = id;maxa = phtid.weight;else if(phtid.weight < maxb )min2 = id;maxb = phtid.weight; *minA = min1;*minB = min2;return;/*/ * *销毁哈夫曼编码表/*void destroy_codesheet(TpHcodeTab sheet, int n) int i; for(i = 0; i < n; +i) free(sheeti.pcode); free(sheet); return;/*/ * *读取文本文件 /

19、*int read_file(char file_address100, char *message)int str_len; /字符串长度FILE * pFile = NULL;pFile = fopen( file_address, "r");/打开文件 if(!pFile)printf("打开文件失败!n");exit(0);elseprintf("打开文件成功!n");memset(message, 0, MAXSIZE);/清除缓冲 if( fgets( message, MAXSIZE, pFile ) = NULL)pr

20、intf( "fgets errorn" );exit(0);elseprintf( "成功读取文件，内容如下：n%sn", message);str_len = strlen(message);fclose(pFile);return str_len;/*/ * *统计字符出现的频率/*int calc_freq(char text, int *freq, char *dict, int n)/n为字符串长度int i, k;int char_num = 0;int * chars; /不同种类的字符char * fre; /字符的出现频率int times256 = 0;for(i = 0; i < n; +i) /各个字符出现的频率 timestexti+;for(i = 0; i < 256; i+)/不同字符的个数 if( timesi > 0 )char_num+;chars = (int*)malloc(sizeof(int)*char_num);if( !chars )printf