Huffman编码压缩二进制文件2(四个字节为一种字符)
编码过程与与上一节相似
不同的是初始文件需要处理一下转化成处理文件
#ifndef HEAD1_H_INCLUDED
#define HEAD1_H_INCLUDED
#include<stdio.h>
#include<iostream>
#include<stdlib.h>
#include<string.h>
#include<map>
#include<set>
#include<fstream>
using namespace std;
struct HTnode
{
int parent,lchild,rchild;
int weight,index;
HTnode()
{
parent=lchild=rchild=-1;
weight=0;
index=-1;
}
};
bool operator <(HTnode b,HTnode a)//对节点结构体进行运算符重载
{
return b.weight<a.weight;
}
bool Getbit(char *p,int k)//得到一个字节从左到右数的第k位
{
if(*p&(1<<(8-k)))
return 1;
return 0;
}
void PrintBit(char*p)//输出p指针指向的一个字节
{
for(int i=1; i<=8; ++i)
printf("%d",Getbit(p,i));
}
void Getbitpos(int bitsize,int &sizepos,int &bitpos)//得到第几个字节的第几位
{
int mid=bitsize/8;
if(bitsize%8)
{
sizepos=mid+1;
bitpos=bitsize%8;
return;
}
sizepos=mid;
bitpos=8;
return;
}
void evalubit(char *p,int k,int flag)//给以一个字节的从左到右第k位赋0 1
{
if(flag)
{
*p=*p|(1<<(8-k));
return;
}
*p=*p&(~(1<<(8-k)));
}
#endif // HEAD1_H_INCLUDED
储存到中间文件的方式
下面中
yuandoc.txt 需要压缩的文件
date2.txt 压缩后的文件
info2.txt 解压后的文件
压缩程序
/*
原理:
if 前i个字符是周期性的
then i-next[i]==T[next[i]]
else T[i]=i;
*/
/*
Huffman树
功能:
将TXT文本压缩
1.处理文件后计算字符编码权值
2.构建编码树
3.将字符串转化为编码
4.存储赫夫曼编码树
5.将编码转化为字符串
时间:2018-9-30日 14:05
*/
#include"head1.h"
struct _Date
{
int cc;
int cnt;
} ;
class HuffmanTree
{
public:
int charsize;//字符种类数
int ilen;//读入信息的整形数组大小
int *read_intArr;//读入整形数组信息
int real_size;//真实信息的字节数
_Date *dateArr;//字符表(字符种类 已经对应出现的次数)
HTnode *hufArr;//赫夫曼数组
char **charCodeArr;//每类字符对应的编码
int Allcodesize;//压缩后的bit位数目(因为可能不足一个字节要补成一个字节)
char *codebitArr;
HuffmanTree(char *str,int info_size)
{
/*
需要:读入信息
结果:输出字母表dateArr,记下原文件的字节数real_size,读入文件经过处理后的处理文件read_intArr,共ilen*4个字节,得到字符种类数charsize,
*/
char *read_str;
real_size=info_size;
hufArr=NULL;
charCodeArr=NULL;
codebitArr=NULL;
ilen=info_size/4+(bool)(info_size%4);
read_intArr=new int[ilen+2];
read_str=(char*)read_intArr;
for(int i=0; i<real_size; ++i)//对每一个字节操作
read_str[i]=str[i];
for(int i=real_size;i<ilen*4;++i)
read_str[i]='\0';
/*
再增加两个不同的字符 以保证字符表不止一种字符 防止只有一种字符没有编码
*/
read_intArr[ilen]=0;
read_intArr[ilen+1]=1;
ilen+=2;
map<int,int>mmp;
map<int,int>::iterator it;
for(int i=0; i<ilen; ++i)
{
it=mmp.find(read_intArr[i]);
if(it==mmp.end())
mmp.insert(pair<int,int>(read_intArr[i],1));
else
it->second++;
}
charsize=mmp.size();
dateArr=new _Date[charsize];
int top=0;
for(it=mmp.begin(); it!=mmp.end(); ++it)
{
dateArr[top].cc=it->first;
dateArr[top++].cnt=it->second;
}
mmp.clear();
/*
计算字符串种类以及出现个数 存到dateArr数组里面 共charsize个ok //下标从0开始
*/
}
void BulidTree()
{
/*
需要:字符表,字符个数,
输出:哈夫曼数组,
*/
hufArr=new HTnode[2*charsize-1];
multiset<HTnode>hufset;
for(int i=0; i<charsize; ++i)
{
hufArr[i].weight=dateArr[i].cnt;
hufArr[i].index=i;
hufset.insert(hufArr[i]);
}//前n个节点存储树节点兵器人加入set容器中
int top=charsize;
int lc,rc;
multiset<HTnode>::iterator it;
while(top!=2*charsize-1)
{
it=hufset.begin();
lc=it->index;
hufset.erase(it);
it=hufset.begin();
rc=it->index;
hufset.erase(it);
hufArr[top].lchild=lc;
hufArr[top].rchild=rc;
hufArr[top].weight=hufArr[lc].weight+hufArr[rc].weight;
hufArr[top].index=top;
hufArr[lc].parent=top;
hufArr[rc].parent=top;
hufset.insert(hufArr[top]);
top++;
}
/*
二叉树构建完成
数组为hufArr 根节点为2*charsize-2
对应的字符在dateArr.cc里面
*/
}
void Getcharcode()
{
/*
需要:哈夫曼节点数组hufArr[],字符表种类数charsize
输出:字符对应的编码 存到charcodeArr[][]
*/
charCodeArr=new char*[charsize];
char *midc=new char[charsize+1];//作为中间字符串
int top,now_node,next_node;
Allcodesize=0;
for(int i=0; i<charsize; ++i)
{
top=0;
now_node=i;
while(hufArr[now_node].parent!=-1)
{
next_node=hufArr[now_node].parent;
if(hufArr[next_node].lchild==now_node)
{
midc[top++]='0';
}
else
{
midc[top++]='1';
}
now_node=next_node;
}
midc[top]=0;
Allcodesize+=top*dateArr[i].cnt;//计算总共需要的比特位数
charCodeArr[i]=new char[top+1];
for(int j=0; j<top; ++j) //将第i个字符对应的吧编码存储进去
{
charCodeArr[i][j]=midc[top-1-j];
}
charCodeArr[i][top]='\0';
}
delete []midc;
/*
得到字符对应的编码
*/
}
void Getbitcode()
{
/*
需要:读入的字符串 read_intArr ,字符表,每个字符对应的编码数组charcodeArr[][],
输出:编码
*/
int index;//找到字符对应的索引
int mid;//存这些二进制数需要的字节数
int sizepos,bitpos;
mid=Allcodesize/8;
if(Allcodesize%8)
mid++;
codebitArr=new char[mid];//申请编码内存
int top=0;
map<int,int>mmp;//字符 对应索引
for(int i=0;i<charsize;++i)
{
mmp.insert(pair<int,int>(dateArr[i].cc,i));
}
map<int,int>::iterator it;
for(int i=0; i<ilen; ++i)
{
it=mmp.find(read_intArr[i]);
index=it->second;
int j=0;
//将此字符对应的编码存储到codebitArr数组中
while(charCodeArr[index][j])
{
++top;
Getbitpos(top,sizepos,bitpos);
// printf("top=%d,sizepos=%d,bitos=%d\n",top,sizepos,bitpos);
if(charCodeArr[index][j]=='0')
{
evalubit(&codebitArr[sizepos-1],bitpos,0);
}
else
{
evalubit(&codebitArr[sizepos-1],bitpos,1);
}
j++;
}
}
mmp.clear();
while(top<mid*8)
{
++top;
Getbitpos(top,sizepos,bitpos);
evalubit(&codebitArr[sizepos-1],bitpos,0);
}
cout<<endl;
/*
得到编码数组 codebitArr 共Allcodesize 编码总长度
*/
}
void Printcharcode()
{
for(int i=0;i<charsize;++i)
{
char *p=(char*)&dateArr[i].cc;
printf("%c%c%c%c: ",*p,p[1],p[2],p[3]);
printf("%s\n",charCodeArr[i]);
}
/*
输出字符表对应的编码
*/
}
void save_date()
{
/*
初始:字符表种类数 ,bit位的数目, 字母表, Huffman树 ,编码
输出:保存
*/
int mid;
mid=Allcodesize/8;
if(Allcodesize%8)
mid++;
FILE *fp;
fp=fopen("../date2.txt","wb");
fwrite(&charsize,4,1,fp);//写入 字符种类数目
fwrite(&Allcodesize,4,1,fp);//写入 编码的bit位数目
fwrite(&real_size,4,1,fp); //写入原来的字节数目
fwrite(&ilen,4,1,fp);//写入 需要压缩的int数组的长度
int *chartable;
chartable=new int[charsize];
for(int i=0; i<charsize; ++i)
chartable[i]=dateArr[i].cc;
fwrite(chartable,4,charsize,fp);//写入字母表
delete []chartable;
fwrite(hufArr,sizeof(HTnode),charsize*2-1,fp);//写入Huffman 数组
fwrite(codebitArr,1,mid,fp);//写入 编码
fclose(fp);
}
~HuffmanTree()
{
delete []read_intArr;
delete []dateArr;
if(hufArr)
delete []hufArr;
if(codebitArr)
delete []codebitArr;
if(charCodeArr)
{
for(int i=0; i<charsize; ++i)
delete []charCodeArr[i];
delete []charCodeArr;
}
}
};
//编码程序
int main()
{
char *str;
int info_size;
FILE *fp;
fp=fopen("../yuandoc.txt","rb");
fseek(fp,0L,SEEK_END);
info_size=ftell(fp);
fseek(fp,0L,SEEK_SET);
str=new char[info_size];
fread(str,1,info_size,fp);
HuffmanTree huftree(str,info_size);
//读取字符串到str
huftree.BulidTree();
huftree.Getcharcode();
// huftree.Printcharcode();
huftree.Getbitcode();
huftree.save_date();
fclose(fp);
delete []str;
//over~~~~~
}
解压程序
/*
解压程序
*/
#include"head1.h"
void Compress_file(FILE *fp)//对文件进行解压 当成解压字符ASSIC码并存到文本里面(二进制存储)
{
int charsize,Allcodesize,real_size,info_size;
int sizepos,bitpos,now_index;
int *codetable;
char *codebitArr;
int *InfoArr;//来存储解码后的信息
HTnode* hufcodeArr;
int mid;
fread(&charsize,4,1,fp);//读取 charsize
fread(&Allcodesize,4,1,fp);//读取 有用的编码位数
fread(&real_size,4,1,fp);//读取 真正的字节数目
fread(&info_size,4,1,fp);//读取 压缩的int个数
mid=Allcodesize/8;
if(Allcodesize%8)
mid++;
codetable=new int[charsize];//申请 字母表内存
hufcodeArr=new HTnode[2*charsize-1];//申请 hufmantree内存
codebitArr=new char[mid];//申请编码内存
fread(codetable,4,charsize,fp);//读取 字母表
fread(hufcodeArr,sizeof(HTnode),charsize*2-1,fp);//读取哈夫曼树
fread(codebitArr,1,mid,fp);//读取编码
int top=0;
int cnt=0;
now_index=2*charsize-2;
InfoArr=new int[info_size];
while(top<Allcodesize)
{
++top;
Getbitpos(top,sizepos,bitpos);
if(Getbit(&codebitArr[sizepos-1],bitpos))
{
now_index=hufcodeArr[now_index].rchild;
}
else
{
now_index=hufcodeArr[now_index].lchild;
}
if(hufcodeArr[now_index].lchild==-1)
{
InfoArr[cnt++]=codetable[now_index];
now_index=2*charsize-2;
}
}
FILE *fp2;
fp2=fopen("../info2.txt","wb");
fwrite(InfoArr,1,real_size,fp2);
fclose(fp2);
delete []codetable;
delete []hufcodeArr;
delete []codebitArr;
delete []InfoArr;
}
int main()
{
FILE *fp;
fp=fopen("../date2.txt","rb");
if(fp==NULL)
{
printf("error!\n");
exit(1);
}
Compress_file(fp);
fclose(fp);
}