简单快速的哈夫曼编码

简单快速的哈夫曼编码2010-12-22 vckbase Hatem Mostafa介绍

本文描述在网上能够找到的最简单，最快速的哈夫曼编码。本方法不使用任何扩展动态库，比如STL或者组件。只使用简单的C函数，比如： memset，memmove，qsort，malloc，realloc和memcpy。

因此，大家都会发现，理解甚至修改这个编码都是很容易的。

背景

哈夫曼压缩是个无损的压缩算法，一般用来压缩文本和程序文件。哈夫曼压缩属于可变代码长度算法一族。意思是个体符号（例如，文本文件中的字符）用一个特定长度的位序列替代。因此，在文件中出现频率高的符号，使用短的位序列，而那些很少出现的符号，则用较长的位序列。

编码使用

我用简单的C函数写这个编码是为了让它在任何地方使用都会比较方便。你可以将他们放到类中，或者直接使用这个函数。并且我使用了简单的格式，仅仅输入输出缓冲区，而不象其它文章中那样，输入输出文件。

bool CompressHuffman（BYTE *pSrc, int nSrcLen, BYTE *&pDes, int &nDesLen）;
bool DecompressHuffman（BYTE *pSrc, int nSrcLen, BYTE *&pDes, int &nDesLen）;

要点说明

速度

为了让它（huffman.cpp）快速运行，我花了很长时间。同时，我没有使用任何动态库，比如STL或者MFC。它压缩1M数据少于100ms（P3处理器，主频1G）。

压缩

压缩代码非常简单，首先用ASCII值初始化511个哈夫曼节点：

CHuffmanNode nodes[511];
for（int nCount = 0; nCount < 256; nCount++）
   nodes[nCount].byAscii = nCount;

然后，计算在输入缓冲区数据中，每个ASCII码出现的频率：

for（nCount = 0; nCount < nSrcLen; nCount++）
   nodes[pSrc [nCount]].nFrequency++;

然后，根据频率进行排序：qsort （nodes, 256, sizeof（CHuffmanNode）, frequencyCompare）;现在，构造哈夫曼树，获取每个ASCII码对应的位序列：int nNodeCount = GetHuffmanTree（nodes）;构造哈夫曼树非常简单，将所有的节点放到一个队列中，用一个节点替换两个频率最低的节点，新节点的频率就是这两个节点的频率之和。这样，新节点就是两个被替换节点的父节点了。如此循环，直到队列中只剩一个节点（树根）。

// parent node
pNode = &nodes[nParentNode++];
// pop first child
pNode- >pLeft = PopNode（pNodes, nBackNode--, false）;
// pop second child
pNode->pRight = PopNode（pNodes, nBackNode--, true）;
// adjust parent of the two poped nodes
pNode->pLeft- >pParent = pNode->pRight->pParent = pNode;
// adjust parent frequency
pNode->nFrequency = pNode->pLeft- >nFrequency + pNode->pRight->nFrequency;