C 为什么哈夫曼树代码需要无符号字符

我正在尝试创建一棵哈夫曼树我读到的问题对我来说很奇怪，它如下所示：

鉴于以下数据结构：

struct huffman
{
    unsigned char sym;              /* symbol */
    struct huffman *left, *right;   /* left and right subtrees */
};

编写一个以二进制文件名为唯一参数的程序， 构建该文件的哈夫曼树，假设原子（基本 符号）是8位无符号字符，并打印树以及 字典。
分配只能使用 malloc（）和排序可以使用qsort（）完成

让我困惑的是，要编写一个程序来创建哈夫曼树，我们只需要做以下事情：

我们需要一个频率阵列（可以是

Farray[]={……}

）

对其进行排序并添加两个最小的节点以形成一棵树，直到它没有留下最后一个节点（即头部）

---

现在的问题是：为什么以及在哪里需要这些无符号字符数据？（这个问题需要什么类型的无符号字符数据，我认为只有频率才足以显示哈夫曼树）

我这么做已经有一段时间了，但我认为生成的“字典”需要对数据进行编码，而“树”则用于对数据进行解码。当然，您总是可以从另一个构建一个

---

解码时，您遍历树（根据连续输入位向左/向右），当您点击终端节点（空指针）时，节点中的“sym”就是输出值。

如果您纯粹想显示树的形状，那么是的，您只需要构建它。然而，为了使其具有任何用途，您需要知道每个节点所代表的原始符号

假设您的输入符号是[ABCD]。想象中的哈夫曼树/字典可能如下所示：

         ( )
        /   \              A = 1
      ( )   (A)            B = 00
     /   \                 C = 010
   (B)   ( )               D = 011
        /   \
      (C)   (D)

         ( )
        /   \              A = ?
      ( )   ( )            B = ?
     /   \                 C = ?
   ( )   ( )               D = ?
        /   \
      ( )   ( )

如果不存储

sym

，它看起来如下所示：

         ( )
        /   \              A = 1
      ( )   (A)            B = 00
     /   \                 C = 010
   (B)   ( )               D = 011
        /   \
      (C)   (D)

         ( )
        /   \              A = ?
      ( )   ( )            B = ?
     /   \                 C = ?
   ( )   ( )               D = ?
        /   \
      ( )   ( )

不是很有用，是吗

编辑2：计划中缺少的步骤是步骤0：从文件构建频率数组（不知何故，我遗漏了您不需要对文件进行实际编码）。这不是实际的哈夫曼算法本身的一部分，我找不到一个合适的例子来链接，所以这里有一个粗略的想法：

FILE *input = fopen("inputfile", "rb");
int freq[256] = {0};
int c;
while ((c = fgetc(input)) != EOF)
    freq[c]++;
fclose(input);

/* do Huffman algorithm  */
...

---

现在，这仍然需要改进，因为它既不使用

malloc（）

也不使用文件名作为参数，但这不是我的家庭作业；）

通常数据压缩分为两大步骤；给定一个数据流：

• 评估给定符号出现在流中的概率，换句话说，评估符号出现在数据集中的频率
• 一旦你研究了这些事件并用与概率相关的符号创建了表，你需要根据符号的概率对它们进行编码，为了实现这一神奇，你创建了一个字典，因为原来的符号往往被另一个小得多的符号所取代，尤其是对于数据集中经常使用的符号，字典会跟踪编码和解码阶段的这种替换。霍夫曼为您提供了一种算法，使这一过程自动化，并获得了相当好的结果

实际上，它比这复杂一点，因为涉及到树，但主要目的始终是构建字典

---

有一个完整的。

假设我不需要打印字典，那么我需要8位无符号字符吗？这一行问题的确切含义是什么“编写一个以二进制文件名为唯一参数的程序，假设原子（基本符号）是8位无符号字符，构建该文件的哈夫曼树”这一点我无法理解，令人困惑，请帮忙解释一下me@user3085082无符号字符是您的输入数据：它们是您计算的频率。@Notlikethat所以您的意思是，作为唯一的参数，必须有一个名为file.txt的文件，其中必须包含类似于a=23 b=45 c=82等的内容。我说得对吗？您的意思是，如果我必须打印树，我只需要频率（比如FArray[]={…}，然后对它们进行排序并添加最小节点）并打印出来，但如果我必须对其进行编码以找到压缩比、每个频率元素的长度等，那么我需要一个位无符号字符（这个问题要求我采用唯一的参数），我说的对吗？那么你的意思是，作为唯一的参数，必须有一个名为file.txt的文件，其中我必须有这样的内容a=23b=45c=82等等。我说的对吗？@user3085082不，该文件将包含“aaabccbbabababacab…”作为读取输入的一部分，您必须计算每个符号的频率。那么，如果我在文件中有这种类型的输入，那么我将如何计算符号“aaabccbbabccababacab…”的频率？频率应该由我们来创造哈夫曼树。它很安静confusing@user3085082分配一个字母表大小的整数数组（256）。将它们全部设置为零。对于从文件中读取的每个符号，将该符号的计数增加一。从文件中读取最后一个符号后，即为频率阵列。