自适应ｈｕｆｆｍａｎ压缩码的生成

1 / 13自适应压缩码的生成摘要:随着现代社会信息量的增加,对数据进行压缩越来越有它的必要性。其中，Huffman 编码作为一种高效的数据编码方法在文本、图象、音频等压缩有着广泛的应用。中，笔者根据 Huffman 编码的原理，实现对文本进行压缩与解压的功能。 关键词：Huffman 编码；数据压缩；解压；文本；自适应编码 Huffman 编码压缩是一种无损压缩技术。利用Huffman 编码原理进行压缩的主要问题包括压缩的算法设计及程序实现、解压算法及程序实现。 一、Huffman 编码介绍 2 / 13Huffman 于 1952 年提出一种编码的方法，它完全依据字符出现概率来构造平均长度最短的编码，有时称之为最佳编码，一般叫做 Huffman 编码。它的基本原理是频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代替，每个数据的代码各不相同。这些代码都是二进制码，且码的长度是可变的。 二、自适应 Huffman 编码原理 基于静态 Huffman 编码算法对输入的符号流进行编码，必须进行两次扫描，第一次扫描统计字符出现的概率，并创建 Huffman 树；第二次扫描是按照 Huffman 树的字符进行编码。并且在存储和传输 Huffman 编码时，必须先存储和传送 Huffman 树。这些问题使的静态 Huffman 编码在实际应用用的的较少。为了解决静态 Huffman 编码的缺点，产生了自适应 Huffman 编码，它只需要对输入的符号流进行一次扫描即可。它不仅涉及到编码树的构造过程，还与3 / 13编码和解码有关。 自适应 Huffman 编码过程 初始化 Huffman 树 对每个输入符号 对符号编码； 更新 Huffman 树； 初始化 Huffman 树时，由于对字符流进行一次扫描，因此，不能预先知道各字符的概率，为了对所以字符一致对待，在这里使用符号为 NYT，权值为 0 作为初始的Huffman 树。NYT 不同于任何一个将要传送的符号，在这里作为一个逸出码。NYT 有两种作用：一是在编码时，当有一个还没在编码树出现的字符需要编码时，系统就输出 NYT编码，然后跟着字符的原始表达；在解码时，当解码器读出 NYT 时，就知道下面的内容暂不是 Huffman 编码，而是4 / 13一个从没在编码数据流出现的原始字符；二是作为新字符的插入点，在需要插入一个新字符时，总是构造一个新子树，子树包括 NYT 符号和新符号两个叶结点，然后将旧的NYT 结点用新子树代替，并使原 NYT 和新符号结点的权值赋一。对符号编码与静态的一样。在每次编码完成之后，需要试图对包含的结点进行权值加一操作，为此在这里需要介绍两个概念：结点编号和所属块。结点编号是一个全局唯一的的值，不同的结点有不同的结点编号，它具有如下特性： (一)权值越大的结点，结点编号越大。 (二)父结点的编号总是大于子结点的编号。 以上两点称为兄弟属性，在每次调整结点权值时，都需要调整结点的编号，以避免兄弟属性破坏。在本课程设计中用数组来表示结点编号，根结点在数组的最大位置。所属块指权值相同的一组结点。在对每个结点进行权值加一时，首先检查该结点是否是所在块的最大结点，如果不是，将该结点与所在块的最大结点交换位置，在对该结点的权值加一，这样保证了结点的兄弟属性，由于结点的权值发生变化，必须递归对结点的夫结点执行加一操作。 5 / 13三、自适应 Huffman 压缩编码算法 判断字符在文本中是否出现 由于自适应 Huffman 编码只对字符流扫描一次，因此，就需要判断该字符在前面的字符流是否出现过。 判断该字符是否是所属块的最大结点 为了保证其兄弟属性不破坏，在进行加一操作时，必须判断该结点是否是所属快的最大结点，不是就必须交换当前结点与最大结点。 交换当前结点与所属块的最大结点 当 HighInBlock 函数返回的不是-1 就必须交换当前6 / 13结点与所属块的最大结点，保证兄弟属性。 对当前字符进行编码 从输入流中得到一个字符，若以前出现过该字符，则对该字符进行编码，并判断该字符是否是所属块的最大结点，否就交换当前结点与最大结点；若以前没有出现该字符，则生成两个结点，一个结点用于保存该字符，另一个用做逸出码结点 NYT，并这两个结点的父结点为原逸出码结点 NYT，输出逸出码及原字符。在这里我们用了 code 这个结构来保存一个字符的编码。 程序流程过程如下： 1、从字符输入流中，取出一个字符； 2、判断该字符以前是否出现过？ 3、否，用新的 NYT 及字符结点代替原 NYT，输出逸出码及原字符，并使原 NYT 及字符结点的权值赋为一，改变当前结点为原 NYT 结点； 7 / 134、是，输出该字符的编码，判断该字符是否是所属块的最大结点？否，交换该字符结点与最大结点，改变当前结点为最大结点，并是当前结点的权值加一。 更新 Huffman 树结构 当从输入流中取出一个字符并对其编码后，Huffman树的权值发生了变化，这就要更新 Huffman 树，在程序实现上用了变量 newplace 保存了需要更新结点权值的位置，当该结点不是根结点就递归是其父结点的权值加一。 程序流程如下： 1、当前结点是否为根结点？是，结束；否，转 2； 2、改变当前结点为其父结点； 3、判断该结点是所属块的最大结点？是，转 4；否，交换当前结点与最大结点； 4、当前结点的权值加一，转 1。 8 / 13四、对输入字符流进行压缩 对字符进行压缩，实际上对字符编码和更新 Huffman树的过程。 程序流程如下： 初始化 Huffman 树； 是否遇到结束符0 ，否，转 3；否则就结束； 对字符进行编码； 更新 Huffman 树； 读下一个字符，转2。voidCAdaptiveHuffman:OnCompress() 9 / 13 /原文本编辑框的内容赋给 sAdapOriginalText GetDlgItemText(IDC_Adap_OriginalText,sAdapOriginalText); charm_sAdapOriginalText32767; /sAdapOriginalText 的内容赋给m_sAdapOriginalText strcpy(m_sAdapOriginalText,(LPSTR)(LPCTSTR)sAdapOriginalText); intC=0; charch; ch=m_sAdapOriginalTextC; 10 / 13(); InitHuffman();/初始化 Huffman 树 while(ch!=0)/判断文本是否结束 Encode(ch);/对字符 ch 编码 UpdateTree();更新 Huffman 树 C+; ch=m_sAdapOriginalTextC; SetDlgItemText(IDC_Adap_CompressText,adapstr);/在二进制编辑框显示压缩流 11 / 13Huffman_Information(); SetDlgItemText(IDC_Adap_Information,information); CheckCompressButton=TRUE;/按下压缩按钮，把它赋为 TRUE CButton*pBtn; /屏蔽压缩按钮 pBtn=(CButton*)GetDlgItem(IDC_Compress); pBtn-EnableWindow(FALSE); /激活 Huffman 树按钮和解压按钮 pBtn=(CButton*)GetDlgItem(IDC_Decompress); 12 / 13pBtn-EnableWindow(TRUE); pBtn=(CButton*)GetDlgItem(IDC_HuffmanTree); pBtn-EnableWindow(TRUE); 五、自适应 Huffman 压缩效果分析 一个压缩器的好坏，取决于它的压缩参数值：主要包括压缩比、平均代码长度、熵、冗余度。 压缩比=输出流/输入流=(Length+chLength8)(p8)压缩比1，压缩器做无效的压缩；压缩比=1，