為什么我們需要霍夫曼樹代碼的unsigned char

Question

我正在嘗試創建一個霍夫曼樹，我讀到的問題對我來說很奇怪，它如下：

鑒於以下數據結構：

 struct huffman { unsigned char sym; /* symbol */ struct huffman *left, *right; /* left and right subtrees */ }; 

編寫一個以二進制文件名作為唯一參數的程序，假設原子（基本符號）是8位無符號字符，構建該文件的霍夫曼樹，並打印樹和字典。
必須使用除malloc（）之外的其他任何操作來完成分配，並且可以使用qsort（）完成排序。

這讓我感到困惑的是，編寫一個程序來創建一個霍夫曼樹，我們只需要做以下事情：

1. 我們需要一個頻率數組（可能是Farray[]={.......} ）
2. 對它進行排序並添加兩個最小的節點以形成樹，直到它沒有離開1個最終節點（即頭部）。

現在的問題是：我們為什么以及在哪里需要那些未簽名的char數據？ （這個問題想要什么類型的unsigned char數據，我認為只有頻率足以顯示一個Huffman樹）？

Answer 1

如果你純粹想要顯示樹的形狀 ，那么是的，你只需要構建它。 但是，對於任何用途，您需要知道每個節點代表什么原始符號。

想象一下你的輸入符號是[ABCD]。 想象中的霍夫曼樹/字典可能如下所示：

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

如果你不存儲sym ，它看起來像這樣：

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

不是很有用，那是嗎？

編輯2：計划中缺少的步驟是步驟0：從文件構建頻率數組（不知怎的，我錯過了你不需要實際編碼文件）。 這不是實際的霍夫曼算法本身的一部分，我找不到一個合適的例子來鏈接，所以這里有一個粗略的想法：

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

/* do Huffman algorithm  */
...

現在，仍然需要改進，因為它既不使用malloc()也不使用文件名作為參數，但它不是我的功課;）

Answer 2

我這樣做了一段時間，但我認為生成的“字典”需要對數據進行編碼 ，而“樹”則用於對其進行解碼 。 當然，你總是可以從另一個構建一個。

在解碼時，您遍歷樹（左/右，根據連續的輸入位），當您點擊終端節點（空指針）時，節點中的'sym'是輸出值。

Answer 3

通常數據壓縮分為兩大步驟; 給定一個數據流：

• 評估給定符號在流中出現的概率，換句話說，您可以評估符號在數據集中出現的頻率
• 一旦你研究了出現並用符合概率的符號創建你的表，你需要根據它們的概率對符號進行編碼，為了實現這個魔法，你創建了一個字典，原來的符號往往只是用另一個符號代替了大小越小，特別是對於數據集中經常使用的符號，字典會跟蹤編碼和解碼階段的這種替換。 霍夫曼為您提供了一種自動化此過程的算法，並獲得了相當不錯的結果。

在實踐中它比這更復雜，因為樹涉及，但主要目的始終是構建字典。

這里有一個完整的教程 。