一种不甩建造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。     

基于一次排序动态编码的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、视频等数据压缩、存储及通信等领域得到应用。为了有效提高时空效率、简化编码思想和操作,首先研究了传统Huffman编码的算法及具体做法,并针对性地提出了一种基于一次排序动态编码的Huffman编码算法。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,该方法从编码思想上将构树简化为线性编码,在空间复杂度相近的情况下,不仅时间复杂度上有明显降低,而且编码步骤和相关操作更简洁,更利于程序的实现和移植。实验结果验证了算法的有效性。     

谈如何用Java语言实现Huffman编码

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。Java语言是一种目前比较流行的、面向对象的程序设计语言,文章就如何利用Java的优先队列结构建立Huffman编码树进行了探讨,并给出了编码与反编码程序。     

一种基于自适应Huffman编码的无失真图像压缩方法

本文提出了一种适用于静止灰度图像无失真压缩的自知识编码算法，该算法根据图像行间的相关性，利用前一行图像数据生成Ｈｕｆｆｍａｎ码表，并利用此码表对本行数据编译码。对几幅１０ｂｉｔ卫星云图的实验结果表明：该算法的平均压缩比高于采用固定Ｈｕｆｆｍａｎ码表的算法，编译码速度也较快。     

基于Huffman编码的文本信息隐藏算法

自然语言句子可以变换为词性标记串或句型。该文提出了基于句型Huffman编码的信息隐藏算法,根据句型分布构造Huffman编码,秘密信息解码为句型。句型在载体文本中的位置是密钥,对句型作Huffman压缩编码即可提取秘密信息,给出了信息隐藏容量公式。该算法不需要修改载体文本。     

Huffman*:一个改进的Huffman数据压缩算法

介绍了一种改进的Huffman数据压缩算法。针对Huffman算法的不足,首先对编码溢出进行了改进,通过线性链表存储编码,第二个改进是采用堆排序算法,这种方法可以减少对内存读写的次数,提高系统的响应速度。论文最后采用3个JPG文件对Huffman*和经典的Huffman进行了对比分析,实验表明改进算法的耗时与经典算法相比要少的多。     

一种新的用于电子词典的数据压缩算法

电子词典西文只有26个大小写字母，而汉字成百上千，利用此数据特点提出分别对中文和西文采用不同的压缩算法，此算法是对传统电子词典采用Huffman编码，将中文和西文不加区分混合进行压缩编码，对所存在缺陷进行改进。使电子词典的压缩率和压缩速度大大提高，同时在保证压缩率相等的情况下，使编码均匀分布减少预分配内存空间和增强抗误码的能力。最后通过实例比较了两种压缩的效率，说明新压缩方案的正确性和可行性。     

改进的赫夫曼树(Huffman Tree)和赫夫曼编码(Huffman Code)构造算法

通过将待排序的数据应用快速排序算法进行排序处理,使得赫夫曼算法（Huffman Algorithm）65时间复杂度从O（n^2）降低为O（n＊log2n）。当用于构造赫夫曼树（Huffman Tree）的结点比较多时,可较大的提高程序的运行时间。     

一种基于Huffman和LZW编码的移动应用混淆方法

二进制混淆技术在规避恶意软件分析、防止利用逆向工程篡改中发挥着重要的角色。一些广泛使用的混淆技术关注于基于语法的检测,基于语义的分析技术在很多年前也已经被提出以防止逃避检测。近年一些考虑到统计特征和基于语义的二进制混淆技术开始被提出,这些方法开始关注混淆的隐蔽性,但总体来说效率较低或无法同时考虑到安全性的要求。本文提出一种针对Android移动应用的、基于Huffman编码和LZW编码的二进制混淆技术,同时将强度、开销和隐蔽性等考虑在内,具备规避基于统计特性和语义特征检测的能力。该技术构造混淆所需的指令编码表,一方面利用编码表对原始指令序列进行置乱,提高混淆技术的隐蔽性;另一方面将核心编码表从代码执行数据段分离,通过白盒AES加密的方式在提高混淆技术本身安全性的同时隐藏密钥及密钥查找算法。我们研发出该技术工具原型ObfusDroid,最后本文从安全强度、开销、平台适应性和隐蔽性几方面,对该技术进行评估、阐述。     

用Huffman编码对文件进行压缩的C语言实现

本文介绍了采用Huffman编码对ASCII码文件进行压缩的基本原理,并用C语言程序实现了这个压缩过程。文中给出了比较完整的C语言程序代码,可以直接用于调试实验。     

哈夫曼树教学探讨

探讨了哈夫曼树的教学要点及教学方法,以哈夫曼树的定义和意义为教学内容的开端,分步介绍了哈夫曼树的构造和运用方法,以典型的电文传输为例,剖析了哈夫曼树的要点以及编码过程的注意点。     

混沌权值变异的Huffman树图像加密算法

提出一种采用混沌权值变异的Huff man树的图像加密算法.此算法在熵编码过程中,以基本的Huffman树为标准,利用双耦合混沌序列1对DC系数进行树的结构未变异、路径值变异的加密;再利用双耦合混沌序列2对AC系数进行码字序号的加密.论文对算法进行了仿真,并对安全性、计算复杂度、压缩比性能进行了分析.实验结果表明,该算法基本上不影响压缩效率,且计算复杂度低、安全性高和实时性好,可用于网络上的图像服务.     

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。     

哈夫曼编码的协同粒子群优化算法

针对粒子群优化（PSO）算法在优化问题过程中易陷入局部最优的问题,提出一种基于哈夫曼编码的协同粒子群优化（HC PSO）算法。采用哈夫曼编码将种群划分成2个子种群并对2个子种群进行独立优化,同时,2子种群之间协同完成搜索种群的全局最优解。采用6个标准测试函数来测试算法性能。实验结果表明,该算法可以有效地避免种群陷入局部最优,具有较好的优化性能和稳定性,收敛精度得到了显著的提高。     

树形网络中的一种有效视频内容分发算法

随着互联网中视频内容比重的迅速增加,视频业务随之也在不断的增加,这些视频业务将占据大量的互联网带宽.如何节约带宽和提高视频服务质量已成为互联网研究中的重要研究课题,而提高视频业务服务质量的两个主要途径是增加网络带宽和增加网络中缓存视频服务器的容量.为了使得视频服务商对增加带宽和增加缓存容量的投入最小化,就要决定网络视频内容在网络服务器中如何放置和分发.在本文中,首先我们基于内容放置和内容传输代价对树形网络中的视频内容放置问题进行数学建模,其次我们根据该数学模型提出一种有效的动态规划算法.该算法不仅可以有效解决了我们提出模型中的整数规划问题,而且其时间复杂度为O(NP).     

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.     

基于不同排序方法的快速霍夫曼编码硬件实现

针对软件霍夫曼静态编码计算量大,而动态霍夫曼编码使得解码器同样复杂的缺点,提出了一种准动态霍夫曼硬件编码器。该编码器每次对一组数据序列进行静态编码,然后将编码并行输出,从而使得编码器具有较高的编码速度,而其延迟时间仅为一次编码过程的总时间。首先,为了充分利用硬件并行特性,分别使用动态排序和静态排序两种排序网络,以适应不同场合的编码需要。然后,使用数据流驱动的硬件二叉树构建和解析结构得到信源符号对应的霍夫曼编码。最后,将储存在FIFO中的输入数据查表并输出。设计结果表明,当使用Nexys4 DDR平台时,该编码器可以工作于100MHz以上的频率,同时具有吞吐高、延迟低、编码效率高和译码器简单的特性。     

一种用于多模式匹配的高效二叉检索树

网络环境的文本检索往往是同时面向大量用户的,传统的单模式匹配算法无法应付数量巨大的关键字,而一般的基于Trie树的多模式匹配算法又存在空间复杂度不良、结构复 杂等问题。针对这种检索大量关键字的应用,本文通过修改Trie树节点的结构得到一种更为简单的多模式匹配算法。该算法既有多模式匹配的性能,又具有高效的空间利用率,并且非常容易实现。     

基于DNA编码遗传算法构造广义决策树的研究

决策树是归纳学习和数据挖掘的重要方法,主要用于分类和预测。文章引入了广义决策树的概念,实现了分类规则集和决策树结构的统一。同时,提出一种新颖的基于DNA编码遗传算法构造决策树的方法。先用C4．5算法对数据集进行分类得到初始规则集,再通过文章中算法优化规则集并由此构建决策树。实验证明了该方法有效地避免了传统决策树构建过程的缺点,且有较好的并行性。     

在消息传递并行机上的高效的最小生成树算法

基于传统的Borǔ vka串行最小生成树算法,提出了一个在消息传递并行机上的高效的最小生成树算法.并且采用3种方法来提高该算法的效率,即通过两趟合并及打包收缩的方法来减少通信开销,通过平衡数据分布的办法使各个处理器的计算量平衡.该算法的计算和通信复杂度分别为O(n²/p)和O((t_sp+t_wn)n/p).在曙光-1000并行机上运行的实际效果是,对于有10 000个顶点的稀疏图,通过16个节点的运行加速比是12.