用C语言实现三叉哈夫曼树

本文通过叙述哈夫曼编码在通讯、网络、数据压缩、图像处理中的应用及实现哈夫曼编码的二叉哈夫曼树的生成算法,论述引入三叉哈夫曼树的优点及实现三叉哈夫曼树的算法,给出生成三叉哈夫曼树的C源程序。     

一个利用小顶堆构造哈夫曼树的C++算法

在研究了现有的一些算法的基础上,提出了一种新的构造哈夫曼树的c++算法.巧妙地运用了小顶堆的特点,以哈夫曼树的结点权值和结点指针组成的结构为小顶堆的数据元素,最初在小顶堆存放由叶子结点构成的若干个哈夫曼树的根结点的地址指针和作为关键值的权值,然后不断从小顶堆中取出一对权值最小的哈夫曼树的根结点指针,构造出这两个结点的双亲结点,并将双亲结点信息插入到小顶堆中.这种取出和插入的操作循环往复,直到构造出一棵独立的哈夫曼树为止.这一算法构思巧妙,简洁明快,具有很好的实际应用价值.     

一种新的三叉哈夫曼树生成算法

文中在实现哈夫曼编码的二叉哈夫曼树以及已有的三叉哈夫曼树生成算法的基础上,提出了一种新的三叉哈夫曼树生成算法．通过比较带权路经长度证明了本算法的优越性。     

动态哈夫曼编码的改进

《计算机世界月刊》1994年7月号所登载的《动态哈夫曼编码的数据压缩方法》一文给出了一种实时性较强的数据压缩方法,该方法的最大特点是不需预先对原始数据进行一遍扫描以建立哈夫曼树,而改为以动态变化的哈夫曼树对数据编码。 该文所附的动态哈夫曼编码数据压缩与解压源     

利用抽取方块特征的哈夫曼法实现图象压缩

本文简要阐述了传统哈夫曼编码法在图象压缩应用中的局限性,提出了以方块,方块特征为单位的哈夫曼编码法,大大地压缩了数据量,简化了哈夫曼树,从而提高了解码的速度,为存储大量图象提供了可靠的途径。     

不依赖树结构的规范哈夫曼码压缩算法

传统的哈夫曼编码需要构建哈夫曼树方可生成,同时要保留原始的哈夫曼树供译码时参照恢复原信息.由于哈夫曼编码码长不一,对照哈夫曼树译码的方法麻烦费时;而且每棵哈夫曼树都必须有以下结构:编码,信息,频度,双亲,左孩子,右孩子.而解码时只需用到编码、信息域就可以了,因此造成不必要的空间浪费.鉴于这种情况,本文提出了一种不依赖树结构进行高速编码/译码的规范哈夫曼码压缩算法,实验证明,该算法的整个压缩、解压缩过程比传统的哈夫曼压缩算法快得多,所需空间少得多,是一种行之有效的快速压缩算法.     

哈夫曼算法的改进与应用

哈夫曼树是带权路径长度(WPL)最小的二叉树,通过对哈夫曼算法的研究,提出一种求取哈夫曼树带权路径长度的改进方法,简化运算,有效提高求取WPL的效率和正确性。同时利用哈夫曼算法进行数据压缩,获得明显的压缩效果。     

C语言在K叉哈夫曼编码教学中的应用

字符编码与信息压缩是计算机应用的重要研究课题,许多学者对此作了很多非常有价值的研究.文章简单分析了二叉哈夫曼树的构造及编码,通过比较三种构造三叉哈夫曼树的算法,提出了构造任意K叉哈夫曼树及K进制的最优前缀编码的算法,并给出C语言源程序,使哈夫曼编码的应用范围变得更为广阔.     

一种基于自顶向下的哈夫曼编码方法

哈夫曼编码作为一种无损数据压缩编码在计算机信息压缩中有广泛的应用.但传统的哈夫曼编码的实现方式是在构造哈夫曼树的基础上,从叶子节点向上到根节点逆向进行的.为了提高编码的效率,给出了一种新的哈夫曼编码实现方式,该方式通过利用队列的数据结构,从哈夫曼树的根节点出发,向叶子节点进行编码,在编码过程中仅将哈夫曼树的每个节点进行一次扫描就可得到各叶子节点的哈夫曼编码.该方法不仅符合编码的思维方式,而且解决了原先编码过程中大量指针移动的问题,将哈夫曼编码的时间复杂度由原来的O(n2)降为O(n).     

对哈夫曼树唯一性的探讨

在我们的日常教学中,我们经常会对哈夫曼树的建立给出不同答案,那么是否有唯一标准答案?通过相关程序流程及代码实验,分析了导致认为创建哈夫曼树不唯一的原因,说明了在一种既定的算法下,我们是可以达到哈夫曼树建立的唯一性的.     

哈夫曼算法的改进与应用

哈夫曼树是带权路径长度（WPL）最小的二叉树，通过对哈夫曼算法的研究，提出一种求取哈夫曼树带权路径长度的改进方法，简化运算．有效提高求取WPL的效率和正确性。同时利用哈夫曼算法进行数据压缩，获得明显的压缩效果。     

一种不用建造Huffman树的高效Huffman编码算法

Huffman编码作为一种高效的不等长编码技术正日益广泛地在文本、图像、视频压缩及通信、密码等领域得到应用。为了更有效地利用内存空间、简化编码步骤和相关操作,首先研究了重建Huffman树所需要的信息,并提出通过对一类一维结构数组进行相关操作来获取上述信息的方法,然后利用这些信息,并依据提出的规范Huffman树的编码性质,便能直接得到Huffman编码。与传统的Huffman算法及近年来国内外文献中提出的改进算法相比,由于该方法不需要构造Huffman树,不仅使内存需求大大减少,而且编码步骤和相关操作更简洁,因而更利于程序的实现和移植。更重要的是,该算法思路为Huffman算法的研究和发展提供了新的途径。     

Huffman算法的改进及其在图像压缩中的应用

本文改进了Huffman编码算法,主要是针对Huffman编码生成Huffman树构造中的排序方法的改进,提出一种基于"堆排序"的新方法。采用堆排序找到最小值实现Huffman编码,经过这种改进的Huffman编码方法对内存读写的次数大为减少,从而提高了响应速度。使得Huffman编码效率有所提高。通过对JPEG的Huffman压缩算法的分析以及采用4个JPG文件对改进的和传统的Huffman算法进行了仿真实验,对比分析表明改进算法的性能无论是压缩比率还是压缩时间方面都比经典的Huffman算法性能有所提高。     

安全的LZW编码算法及其在GIF图像加密中的应用

提出了一种安全的LZW编码算法——SLZW。该算法在改进的LZW编码过程中嵌入加密,从而能够同时完成压缩和加密。SLZW编码利用动态Huffman树作为LZW的字典,并且通过耦合映像格子(CML)产生的密钥流对字典的构建和更新进行控制,编码输出进一步和密钥流进行异或后产生密文。并且,该算法被应用于GIF图像加密中,实验结果和分析表明,该算法不仅具有较好的安全性,同时也将标准LZW算法的压缩效率提高了10%左右,具有广泛的实用性。     

构造赫夫曼树的高效算法

构造特定的赫夫曼树是编译码的前提,为此提出了一种新的赫夫曼树构造算法,以提高赫夫曼树的构造效率。     

数字证书的选择性泄漏研究

目前X．509v3是广泛使用的数字证书标准,但是依然存在着安全缺陷。基于该标准的现实意义,简单介绍了相关背景知识和存在的缺陷。也分析了已经存在的解决方案,并针对其需要较多存储空间的不足,用Merkle树方法加以改进。同时也分析了Merkle树方案的不足。利用数字证书字段出现的概率,用Huffman树方法做了改进。最后对3种方案做了简单的比较。     

问题式教学法和过程化教学法在C语言教学中的应用

介绍了问题式教学方法和过程化教学方法及其在C语言教学中的应用。该方法以简单的数值计算问题的编程实现为主线,由浅入深、循序渐进地引出了该课程所有的基本概念、基础理论以及在数值计算中的应用,通过应用不同的基础理论对同一个问题编程求解,并逐步演示编程过程和理论知识的应用方法,使学生从了解到融会贯通。     

A fast algorithm for Huffman decoding based on a recursion Huffman tree

This paper focuses on the time efficiency of Huffman decoding. In this paper, we utilize numerical interpretation to speed up the decoding process. The proposed algorithm firstly transforms the given Huffman tree into a recursion Huffman tree. Then, with the help of the recursion Huffman tree, the algorithm has the possibility to decode more than one symbol at a time if the minimum code length is less than or equal to half of the width of the processing unit. When the minimum code length is larger than the half of the width of the processing unit, the proposed method can still increase the average symbols decoded in one table access (thus speeding up the decoding time). In fact, the experimental results of the test files show that the average number of decoded symbols at one time for the proposed method ranges from 1.91 to 2.13 when the processing unit is 10. The experimental comparisons show that, compared to the conventional binary tree search method and the level-compressed Huffman decoding method, the decoding time of the proposed method is a great improvement.