霍夫曼編碼的字節頻率表

Question

我正在寫一個需要處理任意二進制文件的huffman壓縮器和解壓縮器（使用C++）。我需要一些數據結構建議。現在，我的壓縮過程如下：

• 閱讀以二進制形式的文件的字節到一個char *緩衝區
• 使用的std ::地圖，計算每個字節模式的頻率在文件中。 （這是我認爲我在尋求麻煩的地方。）
• 根據頻率直方圖構建二叉樹。每個內部節點都有其子節點的頻率總和，每個葉節點都有一個char *來表示實際的字節。

這是我到目前爲止的地方。

我的問題是，我正在測量，如果我只是使用從char *到int的映射。如果我是正確的，這實際上並不是我需要的。我想我真的在做的是用char *跟蹤實際的4字節指針值。

所以，我打算做的是使用直方圖的地圖和存儲在葉節點的數據的字符。我的邏輯在這裏發聲嗎？我的推理告訴我是的，但由於這是我第一次處理二進制數據，所以我想小心一些只會以奇怪的方式出現的陷阱。

謝謝。

Answer 1

你不需要地圖;只有256個可能的值。只需要輸入int freq[256] = {0}並在輸入中爲每個字節添加freq[data[idx]]++即可。

如果你真的想要一張地圖，請使用map<unsigned char, int>;您對使用char*的地圖有懷疑是正確的。