Question

我正在尝试创建一个霍夫曼树，我读到的问题对我来说很奇怪，它如下：

鉴于以下数据结构：
struct huffman
{
    unsigned char sym;              /* symbol */
    struct huffman *left, *right;   /* left and right subtrees */
};
编写一个以二进制文件名称为唯一参数的程序，   假设原子（小学的）构建该文件的霍夫曼树   符号）是8位无符号字符，并打印树以及   字典。
  分配必须使用其他任何东西   malloc（），可以使用qsort（）完成排序。

这让我感到困惑的是，编写一个程序来创建一个霍夫曼树，我们只需要做以下事情：

我们需要采用频率数组（可能是Farray[]={.......}）
对它进行排序并添加两个最小的节点以形成树，直到它没有离开1个最终节点（即头部）。

现在的问题是：我们为什么以及在哪里需要那些未签名的char数据？（这个问题想要什么类型的unsigned char数据，我认为只有频率足以显示一个Huffman树）？

Answer 1

如果你纯粹想要显示树的形状，那么是的，你只需要构建它。但是，对于任何用途，您需要知道每个节点代表的原始符号。

想象一下你的输入符号是[ABCD]。想象中的霍夫曼树/字典可能如下所示：

         ( )
        /   \              A = 1
      ( )   (A)            B = 00
     /   \                 C = 010
   (B)   ( )               D = 011
        /   \
      (C)   (D)

如果您不存储sym，它看起来像这样：

         ( )
        /   \              A = ?
      ( )   ( )            B = ?
     /   \                 C = ?
   ( )   ( )               D = ?
        /   \
      ( )   ( )

不是很有用，是吗？

编辑2：计划中缺少的步骤是步骤0：从文件构建频率数组（不知怎的，我错过了你不需要实际编码文件）。这不是实际的霍夫曼算法本身的一部分，我找不到一个合适的例子来链接，所以这里有一个粗略的想法：

FILE *input = fopen("inputfile", "rb");
int freq[256] = {0};
int c;
while ((c = fgetc(input)) != EOF)
    freq[c]++;
fclose(input);

/* do Huffman algorithm  */
...

现在，仍然需要改进，因为它既不使用malloc()也不使用文件名作为参数，但它不是我的作业;）

Answer 2

我这样做了一段时间，但我认为生成的“词典”需要编码数据，而“树”用于解码。当然，你总是可以从另一个构建一个。

在解码时，您遍历树（左/右，根据连续的输入位），当您点击终端节点（空指针）时，节点中的'sym'是输出值。

Answer 3

通常数据压缩分为两大步骤;给出了一个数据流：

评估给定符号在流中出现的概率，换句话说，您评估符号在数据集中出现的频率
一旦你研究了出现并用符号与概率相关联来创建你的表，你需要根据它们的概率对符号进行编码，为了实现这个魔法，你创建了一个字典，原始符号经常被另一个符号替换掉它的大小要小得多，特别是对于数据集中经常使用的符号，字典会跟踪编码和解码阶段的这种替换。霍夫曼为您提供了一种自动化此过程的算法，并获得了相当不错的结果。

在实践中它比这更复杂，因为树涉及到，但主要目的始终是构建字典。

有一个完整的tutorial here。

为什么我们需要霍夫曼树代码的unsigned char

3 个答案: