R语言实现霍夫曼编码的示例代码

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

关于用R语言实现霍夫曼编码的示例代码的文章就介绍至此，更多相关R语言 霍夫曼编码内容请搜索编程宝库以前的文章，希望大家多多支持编程宝库！

setwd("C:/Users/75377/Desktop/SHEEP_ROH")png("12.png",width = 7000,height = 5500,pointsize = 170)par(mai = c ...