用R語(yǔ)言實(shí)現(xiàn)霍夫曼編碼的示例代碼
可讀性極低,而且其實(shí)也沒必要用R語(yǔ)言寫,圖個(gè)樂罷了
p=c(0.4,0.2,0.2,0.1,0.1)###輸入形如c(0.4,0.2,0.2,0.1,0.1)的概率向量,即每個(gè)待編碼消息的發(fā)生概率 p1=p###將概率向量另存,最后計(jì)算編碼效率要用 mazijuzhen=matrix(,nrow=length(p),ncol=length(p)-1)###碼字矩陣:第i行對(duì)應(yīng)向量p的第i個(gè)分量所對(duì)應(yīng)的那個(gè)待編碼消息的編碼后的碼字 group=matrix(c(1:length(p),rep(NA,length(p)*(length(p)-1))),nrow=length(p),ncol=length(p))###初始分組:每一行代表一組,每個(gè)行向量的所有分量代表此組的所有元素,初始時(shí),有多少個(gè)待編碼消息就分多少個(gè)組,每組只有一個(gè)待編碼消息,以整數(shù)i代表向量p的第i個(gè)分量所對(duì)應(yīng)的那個(gè)待編碼消息 i=1###開始編碼 for(i in 1:(length(p)-1)) { orderp=order(p,decreasing = FALSE)###orderp的分量依次是:p的最小分量的下標(biāo),p的第二小分量的下標(biāo)。。。 mazijuzhen[group[orderp[1],],i]=0###給概率最小的兩個(gè)消息組編上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])),])))))###把此次迭代的兩個(gè)消息組中組編號(hào)較大的分到組編號(hào)較小的組里去。 group[max(c(orderp[1],orderp[2])),]=NA###刪除組編號(hào)較大的組 p[min(c(orderp[1],orderp[2]))]=p[orderp[1]]+p[orderp[2]]###計(jì)算本次迭代得到的新的消息組的發(fā)生概率 p[max(c(orderp[1],orderp[2]))]=NA###由于組編號(hào)較大的組被刪除,所以相應(yīng)刪除它所對(duì)應(yīng)的概率 print("當(dāng)前迭代次數(shù)")###本次迭代的結(jié)果總結(jié) print(i) print("概率向量") print(p) print("分組矩陣") print(group) print("碼字矩陣") print(mazijuzhen) } i=1###由霍夫曼編碼的特性,將所有編碼倒轉(zhuǎn)得到最終編碼 for (i in 1:length(p)) { mazijuzhen[i,]=rev(mazijuzhen[i,]) } i=1###構(gòu)建碼長(zhǎng)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)###計(jì)算編碼效率 print("最終的碼字矩陣和編碼效率") mazijuzhen xiaolv
到此這篇關(guān)于用R語(yǔ)言實(shí)現(xiàn)霍夫曼編碼的示例代碼的文章就介紹到這了,更多相關(guān)R語(yǔ)言 霍夫曼編碼內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
R語(yǔ)言ggplot2?title設(shè)置教程(main,axis和legend?titles)
ggplot2是一個(gè)強(qiáng)大的作圖工具,它可以讓你不受現(xiàn)有圖形類型的限制,創(chuàng)造出任何有助于解決你所遇到問題的圖形,下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言ggplot2?title設(shè)置(main,axis和legend?titles)的相關(guān)資料,需要的朋友可以參考下2023-02-02R語(yǔ)言學(xué)習(xí)之基礎(chǔ)繪圖詳解
這篇文章主要為大家詳細(xì)介紹了R語(yǔ)言中基礎(chǔ)繪圖的相關(guān)知識(shí),文中的示例代碼講解詳細(xì),具有一定的借鑒價(jià)值,感興趣的小伙伴可以了解一下2023-03-03R語(yǔ)言通過parallel包實(shí)現(xiàn)多線程運(yùn)行方式
這篇文章主要介紹了R語(yǔ)言通過parallel包實(shí)現(xiàn)多線程運(yùn)行方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04R語(yǔ)言作圖之density plot(密度圖)的制作步驟
這篇文章主要介紹了R語(yǔ)言作圖之density plot(密度圖)的制作步驟,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-03-03R語(yǔ)言UpSet包實(shí)現(xiàn)集合可視化示例詳解
這篇文章主要為大家介紹了R語(yǔ)言UpSet包實(shí)現(xiàn)集合可視化示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06R語(yǔ)言之xlsx包讀寫Excel數(shù)據(jù)的操作
這篇文章主要介紹了R語(yǔ)言之xlsx包讀寫Excel數(shù)據(jù)的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04