huffman.m

很经典的HUFFMAN编码 不用多说了 做编码的人都知道的 在matlab下的实现

function [code,coding_effiency,aver_length]=huffman(M);
if length(find(M<0))~=0,
    error('概率不能是负数')
end
if abs(sum(M)-1)>10e-10,
    error('不符合概率和为1的条件')
end
n=length(M);%信源中元素个数 此例为64个
temp=M;
m=zeros(n-1,n);
for i=1:n-1
    [temp,a]=sort(temp);
    m(i,:)=[a(1:n-i+1),zeros(1,i-1)];
    temp=[temp(1)+temp(2),temp(3:n),1];
end%
for i=1:n-1
    c(i,:)=blanks(n*n);
end
%以下计算各个元素的码字
c(n-1,n)='0';
c(n-1,2*n)='1';
for i=2:n-1
    c(n-i,1:n-1)=c(n-i+1,n*(find(m(n-i+1,:)==1))-(n-2):n*(find(m(n-i+1,:)==1)));
    c(n-i,n)='0';
    c(n-i,n+1:2*n-1)=c(n-i,1:n-1);
    c(n-i,2*n)='1';
    for j=1:i-1
        c(n-i,(j+1)*n+1:(j+2)*n)=c(n-i+1,n*(find(m(n-i+1,:)==j+1)-1)+1:n*find(m(n-i+1,:)==j+1));
    end
end
for i=1:n
    code(i,1:n)=c(1,n*(find(m(1,:)==i)-1)+1:find(m(1,:)==i)*n);
    e(i)=length(find(abs(code(i,:))~=32));
end
aver_length=sum(M.*e);
source_entropy=0-sum(log2(M).*M);
coding_effiency=source_entropy/aver_length;