霍夫曼編碼：以C形式存儲字節以及從文件中讀取字節的頻率

Question

我必須存儲字節（256種可能性）及其頻率，從文件中讀取字節並將其存儲在結構數組中。

它必須讀取簡單的文件，如txt，png，mp3和pdf。 我將不勝感激C語言的技巧。

例如：讀取文件后，我得到三個字節：0000 1111、1111 0000、1111 0000

Bytes        Frequency
0000 1111       1
1111 0000       2

這是到目前為止我得到的：

#define NUM_BYTES 256

typedef struct Node{
    unsigned int frequency;
    char* symbol;
} Node;

GetByteFrequency( char* fileName, Node* table){
    FILE* filep = fopen( fileName, "r" );
    fread(&table, 1, sizeof(char), filep);
    fclose(filep);
}

int main(){
    Node frequencyTable[NUM_BYTES-1];
    GetByteFrequency("text.txt", frequencyTable);
    return 0;
}

這段代碼無法正常工作，只是給我一個想法。

Answer 1

這取決於您如何在text.txt中存儲表。

我建議一次讀取/寫入整個數組，這樣可以避免解析文件的麻煩。

例如你可以有

char freqTable[NUM_BYTES];
FILE* filep = fopen("data.bin", "wb");
fwrite(freqTable, sizeof(char), NUM_BYTES, filep);

然后直接讀取數組

FILE* filep = fopen("data.bin", "rb");
fread(freqTable, sizeof(char), NUM_BYTES, filep);

請注意，數據以二進制形式存儲，因此不需要文本解析

Answer 2

您可以建立一個簡單的字節頻率表，如下所示：

unsigned freq[256] = {0}; /* indexed by byte values */

int ch;
while ((ch = fgetc(filep)) != EOF) {
    ++freq[ch];
}

循環完成后，freq [0]是字節0發生了多少次，依此類推。