Блог

Я работаю над некоторым домашним заданием по кодированию Хаффмана. У меня уже есть завершенный алгоритм Хаффмана, но мне нужно немного изменить его для работы с двоичными файлами. Я потратил некоторое время на чтение связанных проблем, и, возможно, из-за моего непонимания типов данных и двоичных файлов я все еще испытываю некоторые трудности, поэтому, надеюсь, я не повторяю предыдущий вопрос (я не буду публиковать код, связанный с частью программы Хаффмана).

Вот ключевая фраза: «Вы можете предположить, что каждый символ, который будет сопоставлен кодовому слову, представляет собой 4-байтовую двоичную строку.», и я думаю, что знаю, что Char представляет один байт, а unsigned int представляет четыре байта, поэтому я предполагаю, что я должен считывать входные данные по четыре байта за раз в буфер unsigned int, а затем собирать свои данные для части программы Хаффмана.

 int main() {
    unsigned int buffer;
    fstream input;
    input.open("test.txt", ios::in | ios::binary);


    while(input) {
        input.read(reinterpret_cast<char *>(amp;buffer), 4);
        //if buffer does not exist as unique symbol in collection of data add it
        //if buffer exists update statistics of symbol
    }
    input.close();
}
  

Похоже ли это на хороший способ обработки данных? Как я должен обрабатывать самый конец файла, если осталось всего 1,2 или 3 байта? Итак, тогда я просто сохраняю buffer как unsigned int в структуре. Просто из любопытства, как бы мне преобразовать buffer в строку символов?
Редактировать: каков наилучший способ сохранить заголовок файла, сжатого Хаффманом?

Похоже ли это на хороший способ обработки данных?

Вместо приведения указателя я бы предложил использовать union of int и char [4] и передать указатель на char массив, как и положено. Не знаю, какова остальная логика, поэтому не могу сказать, правильно ли выполнена фактическая обработка (которой нет в опубликованном вами коде), но мне это кажется довольно тривиальным.

Как я должен обрабатывать самый конец файла, если осталось всего 1,2 или 3 байта?

Предполагая, что каждый символ имеет длину 4 байта, я бы ожидал, что это недопустимый ввод.

Итак, тогда я просто сохраняю buffer как unsigned int в структуре. Просто из любопытства, как бы мне преобразовать buffer в строку символов?

Зачем вам это делать? В ваших данных «символ» равен 4 байтам. Но вы можете просто использовать приведение к массиву байтов, если хотите (или, лучше, использовать побитовые операции для извлечения фактических байтов, если порядок имеет значение).