可读性极低，而且其实也没必要用R语言写，图个乐罢了
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
p=c(0.4,0.2,0.2,0.1,0.1)###输入形如c(0.4,0.2,0.2,0.1,0.1)的概率向量，即每个待编码消息的发生概率
p1=p###将概率向量另存，最后计算编码效率要用
mazijuzhen=matrix(,nrow=length(p),ncol=length(p)-1)###码字矩阵：第i行对应向量p的第i个分量所对应的那个待编码消息的编码后的码字
group=matrix(c(1:length(p),rep(NA,length(p)*(length(p)-1))),nrow=length(p),ncol=length(p))###初始分组：每一行代表一组，每个行向量的所有分量代表此组的所有元素，初始时，有多少个待编码消息就分多少个组，每组只有一个待编码消息，以整数i代表向量p的第i个分量所对应的那个待编码消息
i=1###开始编码
for(i in 1:(length(p)-1))
{
orderp=order(p,decreasing = FALSE)###orderp的分量依次是：p的最小分量的下标，p的第二小分量的下标。。。
mazijuzhen[group[orderp[1],],i]=0###给概率最小的两个消息组编上0和1
mazijuzhen[group[orderp[2],],i]=1
group[min(c(orderp[1],orderp[2])),]=c(na.omit(group[min(c(orderp[1],orderp[2])),]),na.omit(group[max(c(orderp[1],orderp[2])),]),rep(NA,length(p)-length(c(na.omit(group[min(c(orderp[1],orderp[2])),]),na.omit(group[max(c(orderp[1],orderp[2])),])))))###把此次迭代的两个消息组中组编号较大的分到组编号较小的组里去。
group[max(c(orderp[1],orderp[2])),]=NA###删除组编号较大的组
p[min(c(orderp[1],orderp[2]))]=p[orderp[1]]+p[orderp[2]]###计算本次迭代得到的新的消息组的发生概率
p[max(c(orderp[1],orderp[2]))]=NA###由于组编号较大的组被删除，所以相应删除它所对应的概率
print("当前迭代次数")###本次迭代的结果总结
print(i)
print("概率向量")
print(p)
print("分组矩阵")
print(group)
print("码字矩阵")
print(mazijuzhen)
}
i=1###由霍夫曼编码的特性，将所有编码倒转得到最终编码
for (i in 1:length(p))
{
mazijuzhen[i,]=rev(mazijuzhen[i,])
}
i=1###构建码长向量
machang=c()
for (i in 1:length(p))
{
machang=c(machang,length(na.omit(mazijuzhen[i,])))
}
xiaolv=-p1%*%log(p1,2)/mean(machang)###计算编码效率
print("最终的码字矩阵和编码效率")
mazijuzhen
xiaolv
|
到此这篇关于用R语言实现霍夫曼编码的示例代码的文章就介绍到这了,更多相关R语言 霍夫曼编码内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/fanshunxing/article/details/106490668