基於Huffman編碼的C語言解壓縮檔案程式
阿新 • • 發佈：2019-01-02
#include<stdio.h> #include<stdlib.h> #include<string.h> #include<math.h> //極大值用於生成Huffman樹 #define MAXSIZE 100000000 //用於生成相應葉子節點Huffman編碼的二維字元陣列 typedef char* HCode; //Huffman樹節點 typedef struct node { int weight; int data; int parent,lchild,rchild; }Node; //count 葉子節點數的計算 sum_bit 記錄被壓縮檔案編碼後的編碼總長度 int sum_bit,count; //Huffman葉子節點，最多不過256個（以位元組為單位） Node huffmanNode[260]; //解壓縮的時候記錄每次讀取到編碼（0....1..） int num[8]; //對應詞頻資訊表的資訊，用ASCII值表示 int code[260]; //二維字元陣列 HCode *HC; //統計詞頻時用於查詢是否已經記錄過,記錄過的話返回下標，沒有則返回0 int isInNode(int value) { int i = 1; for(;i<=count;i++) { if(huffmanNode[i].data == value) { return i; } } return 0; } //獲取檔案詞頻，記錄在Node huffmanNode[260]的節點陣列當中 void calWeight(char *file) { count = 0; FILE *f; int a; //以二進位制方式開啟檔案，為了讀取到換行符 f = fopen(file,"rb"); if(f == NULL) { printf("檔案不存在！開啟失敗！"); return ; } while(!feof(f)) { a = fgetc(f); if(a==EOF) break; if(!isInNode(a)) //count從1開始計數 { count++; huffmanNode[count].weight = 1; huffmanNode[count].data = a; } else { int i = isInNode(a); huffmanNode[i].weight++; } } fclose(f); } /*得到待壓縮檔案的總位元組數，權值為幾就代表著有多少個位元組*/ int getSumBytes() { int i=1; int result = 0; for(;i<=count;i++) { result +=huffmanNode[i].weight; } return result; } //獲取壓縮後文件的總bit數 int getSumBits() { int i = 1; int result = 0; for(;i<=count;i++) { result+=huffmanNode[i].weight * strlen(HC[i]); } return result; } //建立huffman樹 根據huffman樹的特性,具有n個節點的huffman樹的具有2n-1個節點 //n值由全域性變數count值來確定，該函式主要用來初始化Huffman樹的所有節點資訊 void createHufmanTree(Node * huffmanTree) { int m = 2*count - 1; int m1,m2,x1,x2,i,j; //初始化結點資訊，從1--count這count個節點資訊為葉子節點的資訊 for(i=1;i<=count;i++) { huffmanTree[i].data = huffmanNode[i].data; huffmanTree[i].lchild = -1; huffmanTree[i].rchild = -1; huffmanTree[i].parent = -1; huffmanTree[i].weight = huffmanNode[i].weight; } //從count---2*count-1這些節點首先初始化為空 for(;i<=m;i++) { huffmanTree[i].data = 0; huffmanTree[i].weight = 0; huffmanTree[i].lchild = -1; huffmanTree[i].rchild = -1; huffmanTree[i].parent = -1; } //構造huffman樹，按照huffman樹構建原理 for(i=count+1;i<=m;i++) { /*m2,m1分別儲存倒數第二小的權值和倒數第一小的權值 x2,x1分別儲存倒數第二小的下標和倒數第一小的下標*/ m1 = m2 = MAXSIZE; x1 = x2 = 0; for(j=1;j<i;j++) { if(huffmanTree[j].parent == -1&&huffmanTree[j].weight <m1) { m2 = m1; x2 = x1; m1 = huffmanTree[j].weight; x1 = j; } else if(huffmanTree[j].parent == -1&&huffmanTree[j].weight<m2) { m2 = huffmanTree[j].weight; x2 = j; } } /*合併成一顆新的樹*/ huffmanTree[x1].parent = i; huffmanTree[x2].parent = i; huffmanTree[i].lchild = x1; huffmanTree[i].rchild = x2; huffmanTree[i].weight = m1+m2; } } /*字元編碼，從構建好的Huffman樹當中讀取每個葉子節點的huffman編碼，並將葉子節點的資訊放入到code[]中*/ HCode * getHuffmanCode(Node * huffmanTree,HCode *HC,int code[]) { int i = 1,c,start,f; //構造了字元編碼的字元陣列共有count+1個 通過讀取一個複製一個的方式完成編碼獲取 char * cd = (char *)malloc((count+1)*sizeof(char)); //還是這個問題的 cd[count] = '\0'; for(;i<=count;i++) { start = count; for(c=i,f=huffmanTree[i].parent;f!=-1;c=f,f=huffmanTree[f].parent) { if(huffmanTree[f].lchild == c) cd[--start] = '0'; else cd[--start] = '1'; } //為每個字元陣列分配相應的數量 由於範圍的問題要仔細考慮的 HC[i] = (char *)malloc((count+1-start)*sizeof(char)); //引數均為char * strcpy(HC[i],&cd[start]); code[i] = huffmanTree[i].data; } return HC; } /* 將編碼表寫入預設檔案當中,並在結尾存入葉子節點數（count）與壓縮後文件的總bit數 1111000 27 ........... ........... #sum_bit##count# */ void freToFile(int code[],HCode *HC) { int i; //開啟預設檔案 FILE *fe = fopen("C:\\dic.txt","wb"); //將編碼資訊和葉子節點資訊寫入詞典 for(i=1;i<=count;i++) { fprintf(fe,"%s %d\n",HC[i],code[i]); } char c = '#'; //寫入sum_bit fprintf(fe,"%c",c); fprintf(fe,"%d",getSumBits()); fprintf(fe,"%c",c); //寫入count fprintf(fe,"%c",c); fprintf(fe,"%d",count); fprintf(fe,"%c",c); fclose(fe); } //由於詞頻表是按照字串方式儲存的葉子節點資訊,讀取出來的字串需要轉換成int值再使用 //其中需要使用pow函式，由於pow函式有精度損失，自己寫了一個使用 int powmy(int a,int b) { if(b==0) return 1; int i = 0; int result = 1; for(;i<b;i++) { result *=a; } return result; } /*從編碼表檔案讀取相應資訊以用來解壓檔案，讀取資訊包括編碼和葉子資訊*/ HCode* freFromFile(int code[],HCode *HC) { int i; FILE *fe = fopen("C:\\dic.txt","rb"); if(fe==NULL) { printf("詞典檔案不存在！"); return NULL; } int k; int num[10]; int m; int flag = 0; char * cd = (char *)malloc((256+1)*sizeof(char)); //讀取一個位元組 char c = fgetc(fe); for(i=1;flag!=1;i++) { //如果讀取到#號鍵，就跳出迴圈，繼續讀取sum_bit和count值 if(c=='#') break; //每一行的讀取直到讀到空格，然後就完成了一條huffman編碼的讀取 int j = 0; while(c!=' ') { cd[j++] = c; c = fgetc(fe); } cd[j] = '\0'; //將讀取到的huffman編碼存入相應的二維字元陣列當中去 HC[i] = (char *)malloc((j+1)*sizeof(char)); strcpy(HC[i],&cd[0]); //下面直到讀取到空格鍵為止，讀取huffman葉子節點資訊，讀取到的是字元，需要轉換成int值 c = fgetc(fe); k = 0; while(c!='\n') { num[k++] = c-'0'; c = fgetc(fe); } code[i] = 0; m = 0; //轉換成int值，存入code[]陣列當中 for(k=k-1;k>=0;k--) { code[i]+=num[k]*powmy(10,m); m++; } //繼續向下讀取 c = fgetc(fe); } //獲取壓縮檔案的總bit數，以用來判斷最後一次讀取的是不是足夠8位 c = fgetc(fe); k = 0; while(c!='#') { num[k++] = c-'0'; c = fgetc(fe); } //同樣將讀取到的char轉換成int m = 0; sum_bit = 0; for(k=k-1;k>=0;k--) { sum_bit+=(num[k]*powmy(10,m)); m = m + 1; } c = fgetc(fe); c = fgetc(fe);//頭一個讀取#，後一個才開始讀取資料 k = 0; while(c!='#') { num[k++] = c-'0'; c = fgetc(fe); } //將讀取到的char轉換成int m = 0; count = 0; for(k=k-1;k>=0;k--) { count+=num[k]*pow(10,m); m++; } fclose(fe); return HC; } /*壓縮檔案*/ void compress_file(char* file1,char*file2) { int i,sum = 0,flag = 0,j,k = 0; //陣列開設的不夠大是最後的一個bug的成因，因為有可能這個Huffman編碼很長很長 int eight[1000]; memset(eight,0,1000*sizeof(int)); FILE *fo = fopen(file1,"rb"); FILE *fw = fopen(file2,"wb"); if(fo == NULL||fw == NULL) { printf("檔案讀取失敗！"); return; } //統計已經壓縮的位元組總數，用於計算壓縮百分比 int aa = 0; int sum_bytes = getSumBytes(); while(!feof(fo)) { sum = 0; int a = fgetc(fo); //每次讀取一個位元組就+1 aa++; //讀取了一個位元組之後就與編碼表進行比較，查詢對應的編碼 for(i=1;i<=count;i++) { if(code[i] == a) { //flag作為計數器，當湊夠8位之後就作為一個位元組寫入壓縮檔案 flag+=strlen(HC[i]); int len = strlen(HC[i]); //flag 小於8的時候繼續累加，直到湊夠8個 if(flag<8) { for(j=0;j<len;j++) eight[k++] = HC[i][j]-'0';/*我們儲存的是字串，是多少就是多少*/ } //當flag>=8的時候，將8位寫進壓縮檔案，同時將剩餘的沒有寫入的huffman編碼重新移到 //eight【】陣列前面去，同時修改flag else if(flag>=8) { //將匹配到的huffman編碼寫進8位陣列，直到k值為8，k值始終代表現在eight【】陣列的長度 for(j=0;k<8;j++) eight[k++] = HC[i][j]-'0'; //將匹配到的huffman編碼的沒有完全寫進去的新增到後面。 for(;j<len;j++) eight[k++] = HC[i][j]-'0'; //計算8位對應的int值，寫入檔案 sum+=eight[0]*128+eight[1]*64+eight[2]*32+eight[3]*16+eight[4]*8 +eight[5]*4+eight[6]*2+eight[7]*1; //前8為置0 for(j=0;j<8;j++) eight[j] = 0; //將後面的移植到前面去 for(j=8;j<k;j++) eight[j-8] = eight[j]; //重置flag與k k = flag = j-8; //寫進檔案 char c = sum; fputc(c,fw); if(aa%1000==0) { printf("\r正在進行壓縮，請稍等……%6.2f%%",(double)aa/sum_bytes*100.0); } fflush(fw); i = count+1; } } } } aa = sum_bytes; printf("\r正在進行壓縮，請稍等……%6.2f%%",(double)aa/sum_bytes*100.0); printf("壓縮成功！"); /*考慮到最後可能沒有湊夠八位的情況*/ if(flag) { sum+=eight[0]*128+eight[1]*64+eight[2]*32+eight[3]*16+eight[4]*8 +eight[5]*4+eight[6]*2+eight[7]*1; char c = sum; fputc(c,fw); sum_bit +=flag; fflush(fw); } fclose(fw); fclose(fo); } /*用於在解壓的時候將讀取到的ASCII碼轉換為二進位制數*/ int swap(int data) { int i = 0; while(data) { num[i++] = data%2; data = data/2; } return i; } /*進行檔案的解壓*/ void uncompress_file(char* file1,char* file2) { FILE *fo = fopen(file1,"rb"); FILE *fw = fopen(file2,"wb"); if(fo==NULL ||fw == NULL) { printf("檔案開啟失敗！"); return; } char str[1000]; int i,j,k,temp = 0; int index; int sum_bit2 = sum_bit; //直到讀取到檔案結尾 while(!feof(fo)) { if(sum_bit2<0) break; //讀取一次，減去8位 sum_bit2 -=8; int data = fgetc(fo); if(data == -1) break; //index用來在sum_bit2小於0的時候設定讀取為位數（也就是說最後不用讀取8位了） if(sum_bit2<0) { index = 0-sum_bit2; } else { index = 0; } if(data == -1) break; memset(num,0,sizeof(num)); //將讀取到的data轉換成二進位制數 swap(data); i = temp; //將轉換後的二進位制數變為字串，注意順序 //是一位一位的往裡面填，填進去一位立即進行比較，當找到相應的資訊就調出來 for(k=7;k>=index;i++,k--) { if(num[k]) str[i] = '1'; else str[i] = '0'; str[i+1] ='\0'; //查詢編碼表當中與該字串（編碼）相同的資訊，然後將葉子資訊寫入解壓檔案 for(j=1;j<=count;j++) { if(strcmp(str,HC[j])==0) { //將葉子資訊寫入到檔案（寫入的是int值，是該int值表示的字元） fputc(code[j],fw); if((sum_bit-sum_bit2)%1500==0) { printf("\r檔案正在解壓中,請耐心等待……%6.2f%%",(double)(sum_bit-sum_bit2)/sum_bit*100.0); } fflush(fw); j = count+1; i = -1; } } } if(i) { temp = i; } else { temp = 0; } } sum_bit2 = 0; printf("\r檔案正在解壓中,請耐心等待……%6.2f%%",(double)(sum_bit-sum_bit2)/sum_bit*100.0); printf("解壓成功！"); fclose(fw); fclose(fo); } int main(int argc, char **argv) { if(strcmp(argv[1],"-c")==0) { //獲取檔案的詞頻 calWeight(argv[2]); //申請Huffman樹的記憶體，已經獲得葉子節點數，根據節點總數與葉子節點數的關係分配記憶體 Node *huffmanTree = (Node *)malloc((2*count-1+1)*sizeof(Node)); //建立Huffman樹 createHufmanTree(huffmanTree); //為Huffman編碼表申請一個二維的字元陣列指標 HC = (HCode *)malloc((count+1)*sizeof(HCode)); //向指標賦值，getHuffmanCode()函式返回編碼表 HC = getHuffmanCode(huffmanTree,HC,code); //根據編碼表HC和編碼對應的data表code壓縮檔案 compress_file(argv[2],argv[3]); //將編碼存入到預設的編碼表當中（C:\\dic.txt） freToFile(code,HC); } else if(strcmp(argv[1],"-u")==0) { //為編碼表分配記憶體，由於不知道葉子節點數，分配257 HC = (HCode *)malloc(257*sizeof(HCode)); //從詞頻表當中獲取編碼 HC = freFromFile(code,HC); //根據編碼表和data表解壓檔案 uncompress_file(argv[2],argv[3]); } return 0; }