C语言实现压缩二例

一 简单字符串压缩

编写一个字符串压缩程序，将字符串中连续出席的重复字母进行压缩，并输出压缩后的字符串。

压缩规则：

1、仅压缩连续重复出现的字符。比如字符串”abcbc”由于无连续重复字符，压缩后的字符串还是”abcbc”。
2、压缩字段的格式为”字符重复的次数+字符”。例如：字符串”xxxyyyyyyz”压缩后就成为”3x6yz”。

 

#include 
#include 
#include 

int main()
{ 
    char str[100] = {'\0'};
    char res[100] = {'\0'};
    scanf("%s",str);
    int length = strlen(str);
    int i=0, j=0, k=0;
    int count = 0;
    do
    {
        if(i < length && str[i++] == str[j])
            count++;
        if(str[i] != str[j])
        {
            if(count <= 1)
                res[k++] = str[j];
            else
            {
                if(count > 1)
                {
                    char temp[10] = {'\0'};
                    itoa(count,temp,10);
                    strcpy(res+k,temp);
                    k+=strlen(temp);
                    res[k++] = str[j];
                }
            }
            j = i;
            count = 0;
        }
    }while(i

 

 

运行情况：

二 哈夫曼编码

哈夫曼树─即最优二叉树，带权路径长度最小的二叉树，经常应用于数据压缩。 在计算机信息处理中， “哈夫曼编码”是一种一致性编码法（又称“熵编码法”），用于数据的无损耗压缩。这一术语是指使用一张特殊的编码表将源字符（例如某文件中的一个符号）进行编码。这张编码表的特殊之处在于，它是根据每一个源字符出现的估算概率而建立起来的（出现概率高的字符使用较短的编码，反之出现概率低的则使用较长的编码，这便使编码之后的字符串的平均期望长度降低，从而达到无损压缩数据的目的）。这种方法是由david.a.huffman发展起来的。 例如，在英文中，e的出现概率很高，而z的出现概率则最低。当利用哈夫曼编码对一篇英文进行压缩时，e极有可能用一个位 哈弗曼编码在信息论中应用举例哈弗曼编码在信息论中应用举例 (bit)来表示，而z则可能花去25个位（不是26）。用普通的表示方法时，每个英文字母均占用一个字节（byte），即8个位。二者相比，e使用了一般编码的1/8的长度，z则使用了3倍多。若能实现对于英文中各个字母出现概率的较准确的估算，就可以大幅度提高无损压缩的比例。

 

//用ｃ语言实现huffman编码，并计算本节中块的编码
//长度（以位为单位），计算ｈuffman编码的压缩比。
//主程序：
#include
#include

typedef struct hftreenode
{
	int weight; //权重
	int parent; //父节点
	int lchild, rchild;   //两个子节点
}struct, *hfstruct;

typedef struct{
	char code[10];
	int start;
}hcodetype;

void quandct(short(*data)[8], short(*result)[8]);//量化函数
int calweight(short(*result), int(*node), int(*weight));//权重计算
void print_data_screen(short data[8][8]);//数据打印

//待编码数据
short dctdata[8][8] = {
	{ 1149, 38, -43, -10, 25, -83, 10, 40 },
	{ -81, -3, 114, -73, -6, -2, 21, -5 },
	{ 13, -11, 0, -42, 25, -3, 16, -38 },
	{ 1, -61, -13, -12, 35, -23, -18, 4 },
	{ 43, 12, 36, -4, 9, -21, 6, -8 },
	{ 35, -11, -9, -4, 19, -28, -21, 13 },
	{ -19, -7, 20, -6, 2, 2, 11, -21 },
	{ -5, -13, -11, -17, -4, -1, 6, -4 } };

hfstruct create_huffmantree(int *weightpoint, int n);//霍夫曼树创建函数
void huffmancoding(hfstruct ht, hcodetype huffcode[], int n);//霍夫曼编码函数

void main()
{
	int i, j;//循环变量
	int length;//编码节点数
	int totalbits = 0;//计算编码后的总的比特数

	int node[64];//节点数组
	int weight[64];//权重数组

	short quanresult[8][8];//量化结果存储
	quandct(dctdata, quanresult);//数据量化
	printf("量化后的数据:\n");//打印量化数据
	print_data_screen(quanresult);

	length = calweight(*quanresult, node, weight);//计算量化数据的节点与权重，并返回节点数

	int *manode = (int*)malloc(length*sizeof(int));//按有效节点进行分配
	int *maweight = (int*)malloc(length*sizeof(int));//按有效节点进行分配
	for (i = 0; i