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] = {''};      char res[100] = {''};      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] = {''};                      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