Question

我使用霍夫曼算法开发文件压缩器，现在我遇到的问题是：

将算法用于单词： stackoverflow，我得到以下结果：

a,c,e,f,k,l,r,s,t,v,w = 1 time repeated
o = 2 times repeated

a,c,e,f,k,l,r,s,t,v,w = 7.69231%
and
o = 15.3846%

所以我开始插入二进制树，这将得到结果：

o=00
a=010
e=0110
c=0111
t=1000
s=1001
w=1010
v=1011
k=1100
f=1101
r=1110
l=1111

表示树中字符的路径，假设0为左，1为右。

然后单词“stackoverflow”将是： 100110000100111010011111000010110110111011011111001010

并且，我希望将整个值放入一个二进制文件中，这将导致47位，这恰好是6字节，但是我只能使它成为47字节，因为最小值可以放入fwrite或fprintf的文件是1byte，使用sizeof（某事物）。

比我的问题是：如何在我的文件中只打印一个位？

Answer 1

只需将“标题”写入文件：位数，然后将这些位“打包”为填充最后一位的字节。这是一个样本。

#include <stdio.h>

FILE* f;

/* how many bits in current byte */
int bit_counter;
/* current byte */
unsigned char cur_byte;

/* write 1 or 0 bit */
void write_bit(unsigned char bit)
{
    if(++bit_counter == 8)
    {
        fwrite(&cur_byte,1,1,f);
        bit_counter = 0;
        cur_byte = 0;
    }

    cur_byte <<= 1;
    cur_byte |= bit;
}

int main()
{
    f = fopen("test.bits", "w");

    cur_byte = 0;
    bit_counter = 0;

    /* write the number of bits here to decode the bitstream later (47 in your case) */
    /* int num = 47; */           
    /* fwrite(num, 1, 4, f); */

    write_bit(1);
    write_bit(0);
    write_bit(0);
    /* etc...  - do this in a loop for each encoded character */
    /* 100110000100111010011111000010110110111011011111001010 */

    if(bit_counter > 0)
    {
         // pad the last byte with zeroes
         cur_byte <<= 8 - bit_counter;
         fwrite(&cur_byte, 1, 1, f);
    }

    fclose(f);

    return 0;
}

要做完整的霍夫曼编码器，你当然必须在开头编写位代码。

Answer 2

这是一种编码问题。问题是文件只能包含字节 - 因此1和0在文件中只能是'1'和'0' - 1和0的字符，即字节。

您需要做的是将这些位打包成字节，创建一个包含一组字节中的位的文件。您将无法在文本编辑器中打开文件 - 它不知道您希望将每个位显示为1或0 char ，它将显示无论每个打包字节是什么。您可以使用一个了解如何使用二进制文件的编辑器打开它。例如，vim可以执行此操作。

就额外的尾随字节或文件结束标记而言，您将不得不创建某种编码约定。例如，您可以打包并填充额外的零，就像您在评论中提到的那样，但是按照惯例，前N个字节是元数据 - 例如数据长度，文件中有多少位有趣。这种事情很常见。

Answer 3

你需要自己管理这个，通过缓冲写入的位，只有当你有一个完整的字节时才实际写入数据。有点像...

 void writeBit(bool b)
 {
   static char buffer=0;
   static int bitcount=0;

   buffer = (buffer << 1) | (b ? 1:0);

   if (++bitcount == 8)
   {
     fputc(buffer); // write out the byte
     bitcount = 0;
     buffer = 0;
   }
 }

上面的内容不是可重入的（并且可能效率很低） - 你需要确保在某种程度上以某种方式刷新任何半写字节，（可能额外写入7个零位），但你应该得到一般的想法。

如何在文件中打印一位而不是字节？

3 个答案: