自适应Ｈｕｆｆｍａｎ压缩码的生成

　　 摘要:随着现代社会信息量的增加,对数据进行压缩越来越有它的必要性。其中，Huffman编码作为一种高效的数据编码方法在文本、图象、音频等压缩有着广泛的应用。本文中，笔者根据Huffman编码的原理，实现对文本进行压缩与解压的功能。
　　关键词：Huffman编码；数据压缩；解压；文本；自适应编码
　　
　　Huffman编码压缩是一种无损压缩技术。利用Huffman编码原理进行压缩的主要问题包括压缩的算法设计及程序实现、解压算法及程序实现。
　　
　　一、Huffman编码介绍
　　
　　Huffman于1952年提出一种编码的方法，它完全依据字符出现概率来构造平均长度最短的编码，有时称之为最佳编码，一般叫做Huffman编码。它的基本原理是频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代替，每个数据的代码各不相同。这些代码都是二进制码，且码的长度是可变的。
　　
　　二、自适应Huffman编码原理
　　
　　基于静态Huffman编码算法对输入的符号流进行编码，必须进行两次扫描，第一次扫描统计字符出现的概率，并创建Huffman树；第二次扫描是按照Huffman树的字符进行编码。并且在存储和传输Huffman编码时，必须先存储和传送Huffman树。这些问题使的静态Huffman编码在实际应用用的的较少。为了解决静态Huffman编码的缺点，产生了自适应Huffman编码，它只需要对输入的符号流进行一次扫描即可。它不仅涉及到编码树的构造过程，还与编码和解码有关。
　　自适应Huffman编码过程
　　初始化Huffman树
　　对每个输入符号
　　{对符号编码；
　　更新Huffman树；
　　}
　　初始化Huffman树时，由于对字符流进行一次扫描，因此，不能预先知道各字符的概率，为了对所以字符一致对待，在这里使用符号为NYT，权值为0作为初始的Huffman树。NYT不同于任何一个将要传送的符号，在这里作为一个逸出码。NYT有两种作用：一是在编码时，当有一个还没在编码树出现的字符需要编码时，系统就输出NYT编码，然后跟着字符的原始表达；在解码时，当解码器读出NYT时，就知道下面的内容暂不是Huffman编码，而是一个从没在编码数据流出现的原始字符；二是作为新字符的插入点，在需要插入一个新字符时，总是构造一个新子树，子树包括NYT符号和新符号两个叶结点，然后将旧的NYT结点用新子树代替，并使原NYT和新符号结点的权值赋一。对符号编码与静态的一样。在每次编码完成之后，需要试图对包含的结点进行权值加一操作，为此在这里需要介绍两个概念：结点编号和所属块。结点编号是一个全局唯一的的值，不同的结点有不同的结点编号，它具有如下特性：
　　(一)权值越大的结点，结点编号越大。
　　(二)父结点的编号总是大于子结点的编号。
　　以上两点称为兄弟属性，在每次调整结点权值时，都需要调整结点的编号，以避免兄弟属性破坏。在本课程设计中用数组来表示结点编号，根结点在数组的最大位置。所属块指权值相同的一组结点。在对每个结点进行权值加一时，首先检查该结点是否是所在块的最大结点，如果不是，将该结点与所在块的最大结点交换位置，在对该结点的权值加一，这样保证了结点的兄弟属性，由于结点的权值发生变化，必须递归对结点的夫结点执行加一操作。
　　
　　三、自适应Huffman压缩编码算法
　　
　　（一）判断字符在文本中是否出现
　　由于自适应Huffman编码只对字符流扫描一次，因此，就需要判断该字符在前面的字符流是否出现过。
　　（二）判断该字符是否是所属块的最大结点
　　为了保证其兄弟属性不破坏，在进行加一操作时，必须判断该结点是否是所属快的最大结点，不是就必须交换当前结点与最大结点。
　　（三）交换当前结点与所属块的最大结点
　　当HighInBlock函数返回的不是-1就必须交换当前结点与所属块的最大结点，保证兄弟属性。
　　（四）对当前字符进行编码
　　从输入流中得到一个字符，若以前出现过该字符，则对该字符进行编码，并判断该字符是否是所属块的最大结点，否就交换当前结点与最大结点；若以前没有出现该字符，则生成两个结点，一个结点用于保存该字符，另一个用做逸出码结点NYT，并这两个结点的父结点为原逸出码结点NYT，输出逸出码及原字符。在这里我们用了code这个结构来保存一个字符的编码。
　　程序流程过程如下：
　　1、从字符输入流中，取出一个字符；
　　2、判断该字符以前是否出现过？
　　3、否，用新的NYT及字符结点代替原NYT，输出逸出码及原字符，并使原NYT及字符结点的权值赋为一，改变当前结点为原NYT结点；
　　4、是，输出该字符的编码，判断该字符是否是所属块的最大结点？否，交换该字符结点与最大结点，改变当前结点为最大结点，并是当前结点的权值加一。
　　（五）更新Huffman树结构
　　当从输入流中取出一个字符并对其编码后，Huffman树的权值发生了变化，这就要更新Huffman树，在程序实现上用了变量newplace保存了需要更新结点权值的位置，当该结点不是根结点就递归是其父结点的权值加一。
　　程序流程如下：
　　1、当前结点是否为根结点？是，结束；否，转2；
　　2、改变当前结点为其父结点；
　　3、判断该结点是所属块的最大结点？是，转4；否，交换当前结点与最大结点；
　　4、当前结点的权值加一，转1。
　　
　　四、对输入字符流进行压缩
　　
　　对字符进行压缩，实际上对字符编码和更新Huffman树的过程。
　　程序流程如下：
　　（一）初始化Huffman树；
　　（二）是否遇到结束符’\0’，否，转3；否则就结束；
　　（三）对字符进行编码；
　　（四）更新Huffman树；
　　（五）读下一个字符，转2。
voidCAdaptiveHuffman::OnCompress()
　　{
　　//原文本编辑框的内容赋给sAdapOriginalText
　　GetDlgItemText(IDC_Adap_OriginalText,sAdapOriginalText);
　　charm_sAdapOriginalText[32767];
　　//sAdapOriginalText的内容赋给m_sAdapOriginalText
　　strcpy(m_sAdapOriginalText,(LPSTR)(LPCTSTR)sAdapOriginalText);
　　intC=0;
　　charch;
　　ch=m_sAdapOriginalText[C];
　　adapstr.Format("");
　　InitHuffman();//初始化Huffman树
　　while(ch!=’\0’)//判断文本是否结束
　　{
　　Encode(ch);//对字符ch编码
　　UpdateTree();更新Huffman树
　　C++;
　　ch=m_sAdapOriginalText[C];
　　}
　　SetDlgItemText(IDC_Adap_CompressText,adapstr);//在二进制编辑框显示压缩流
　　Huffman_Information();
　　SetDlgItemText(IDC_Adap_Information,information);
　　CheckCompressButton=TRUE;//按下压缩按钮，把它赋为TRUE
　　CButton*pBtn;
　　//屏蔽压缩按钮
　　pBtn=(CButton*)GetDlgItem(IDC_Compress);
　　pBtn->EnableWindow(FALSE);
　　//激活Huffman树按钮和解压按钮
　　pBtn=(CButton*)GetDlgItem(IDC_Decompress);
　　pBtn->EnableWindow(TRUE);
　　pBtn=(CButton*)GetDlgItem(IDC_HuffmanTree);
　　pBtn->EnableWindow(TRUE);
　　}
　　
　　五、自适应Huffman压缩效果分析
　　
　　一个压缩器的好坏，取决于它的压缩参数值：主要包括压缩比、平均代码长度、熵、冗余度。
　　压缩比=输出流/输入流=(Length+chLength×8)÷(p×8)压缩比>1，压缩器做无效的压缩；压缩比=1，压缩器没起作用；压缩比<1压缩器起到压缩作用。
　　平均代码长度=((Length+chLength×8)÷p),文本中每个字符Huffman代码的平均长度越小，压缩效果越好。
　　熵值=－∑(log2(w[i]/p)×w[i])(0＜i＜129)
　　其中length存储0-1串的长度，chLength存储字符的种类；w[i]存储为I字符权值，p为字符总数。
　　
　　参考文献：
　　[1]王京.Quake3自适应Huffman编码[J].V0.96.2006.12.
　　[2]吴乐南.数据压缩(第一版)[M].北京:电子工业出版社,2000:1-118
　　[3]冯斐玲.数据压缩技术的一般方法[J].计算机世界报,1994,15:58-65