Trabajo académico de la asignatura Programación III de la carrera Ing. en Sistemas de la Facultad de Ingeniería de la Universidad de Cuenca. El trabajo expuesto describe definiciones, ejemplos y algoritmos de la codificación de Huffman.

1. UNIVERSIDAD DE CUENCA
desde 1867
Miguel Macías
Edisson Sigua
Christian Salinas
Algoritmo de compresión de Huffman
Programación 3 Estructura de Archivos

2. Generalidades
• Se utiliza para la comprensión o encriptación de datos.
• Se basa en asignar códigos de distinta longitud de bits a cada uno de los
caracteres de un archivo.
• Si se asignan códigos mas cortos a los caracteres que aparecen mas a menudo se
consigue una comprensión del archivo.
• La compresión es mayor cuando la variedad de caracteres diferentes que
aparecen es menor.
• Para recuperar el archivo original es necesario el código asignado a cada carácter,
así como su longitud en bits

3. Mecanismo del Algoritmo
• Contar cuantas veces aparece cada carácter en el fichero a comprimir
y crear una lista enlazada con la información de caracteres y
frecuencias
• Ordenar la lista de menor a mayor en función de la frecuencia
• Convertir cada elemento de la lista en un árbol

4. Mecanismo del Algoritmo
• Fusionar todos estos arboles en uno único, de la siguiente manera:
• Con los dos primero arboles formar un nuevo árbol, cada uno de los arboles originales en
una rama.
• Sumar las frecuencias de cada rama en le nuevo árbol.
• Insertar el nuevo árbol en el lugar adecuado de la lista según la suma de frecuencias
obtenidas
• Para asignar el nuevo código binario de cada carácter solo hay que seguir el camino
adecuado a través del árbol. Si se toma una rama cero, se añade un cero al código,
de la misma manera con cualquier rama uno.
• Se recodifica el fichero según los nuevos códigos

5. Ejemplo
Se toma una texto corto, como por ejemplo:
‘‘ata la jaca en la estaca’’
Ahora se cuenta las veces que se repite cada carácter en el texto:
Ahora se ordena por frecuencia de menor a mayor:
‘ ’ a c e j l s t
5 9 2 1 1 2 1 2
e j s c l t ‘ ’ a
1 1 1 2 2 2 5 9

6. Ejemplo
Ahora se considera a cada elemento como un nodo raíz un árbol.
e j s c l t ‘ ’ a(1) (1) (1) (2) (2) (2) (5) (9)

7. Ejemplo
Ahora se considera a cada elemento como un nodo raíz un árbol.
Ahora se unen los dos primero nodos (arboles), en un nuevo árbol, se suman sus
frecuencias y se las coloca en el lugar correspondiente según el orden.
e j s c l t ‘ ’ a(1) (1) (1) (2) (2) (2) (5) (9)
e j(1) (1)

8. Ejemplo
Ahora se considera a cada elemento como un nodo raíz un árbol.
Ahora de unen los dos primero nodos (arboles), en un nuevo árbol, se suman sus
frecuencias y se las coloca en el lugar correspondiente según el orden.
e j s c l t ‘ ’ a(1) (1) (1) (2) (2) (2) (5) (9)
s c l t ‘ ’ a(1) (2) (2) (2) (2) (5) (9)
e j(1) (1)

9. Ejemplo
Y se sigue el mismo proceso sucesivamente:
Los nuevos nodos (arboles) a unir serian s(1) y (2)
s c l t ‘ ’ a(1) (2) (2) (2) (2) (5) (9)
e j(1) (1)

10. Ejemplo
Nuevos nodos a unirse
s (1) (2)

11. Ejemplo
Recordamos que (2) se divide en e(1) y j (1)
e j(1) (1)
s (1) (2)

12. Ejemplo
(3)
e j(1) (1)
s (1) (2)
Recordamos que (2) se divide en e(1) y j (1)
Ahora se suman las frecuencias de s(1) (2)

13. Ejemplo
c l t ‘ ’ a(2) (2) (2) (3) (5) (9)
e j(1) (1)
s (1) (2)
Recordamos que (2) se divide en e(1) y j (1)
Ahora se suman las frecuencias de s(1) (2)
Y agregamos según el orden que corresponda

14. Ejemplo
c l t ‘ ’ a(2) (2) (2) (3) (5) (9)
e j(1) (1)
s (1) (2)
Recordamos que (2) se divide en e(1) y j (1)
Ahora se suman las frecuencias de s(1) (2)
Y agregamos según el orden que corresponda
Siguientes a unir

15. Ejemplo
c l(2) (2) Nuevos nodos a unirse

16. Ejemplo
(4)
c l(2) (2) Nuevos nodos a unirse
Ahora se suman las frecuencias de c(1) l(2)

17. Ejemplo
t ‘ ’ a(2) (3) (4) (5) (9)
e j(1) (1)
s (1) (2) c l(2) (2) Nuevos nodos a unirse
Ahora se suman las frecuencias de c(1) l(2)
Y agregamos según el orden que corresponda

18. Ejemplo
t ‘ ’ a(2) (3) (4) (5) (9)
e j(1) (1)
s (1) (2) c l(2) (2) Nuevos nodos a unirse
Ahora se suman las frecuencias de c(1) l(2)
Y agregamos según el orden que corresponda
Siguientes a unir

19. Ejemplo
t (2) (3) Nuevos nodos a unirse

20. Ejemplo
t (2) (3)
s (1) (2)
Recordamos que (3) se divide en s(1) y (2)
Nuevos nodos a unirse

21. Ejemplo
t (2) (3)
e j(1) (1)
s (1) (2)
Nuevos nodos a unirse
Recordamos que (3) se divide en s(1) y (2)
Recordamos que (2) se divide en e(1) y j(1)

22. Ejemplo
t (2) (3)
e j(1) (1)
s (1) (2)
(5)
Nuevos nodos a unirse
Recordamos que (3) se divide en s(1) y (2)
Recordamos que (2) se divide en e(1) y j(1)
Ahora se suman las frecuencias de
t(2) y (3)

23. Ejemplo
c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ a(4) (5) (5) (9)
Y agregamos según el
orden que corresponda
Nuevos nodos a unirse
Recordamos que (3) se divide en s(1) y (2)
Recordamos que (2) se divide en e(1) y j(1)
Ahora se suman las frecuencias de
t(2) y (3)

24. Ejemplo
c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ a(4) (5) (5) (9)
Siguientes a unir

25. Ejemplo
(4) (5) Nuevos nodos a unirse

26. Ejemplo
c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
(4) (5) Nuevos nodos a unirse
(4) y (5) tiene subárboles binarios
generados anteriormente

27. Ejemplo
c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ a(5) (9) (9)
(4) (5)
Ahora se suman las frecuencias de (4) y
(5), y se colocan en el orden especifico
Nuevos nodos a unirse
(4) y (5) tiene subárboles binarios
generados anteriormente

28. Ejemplo
c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ a(5) (9) (9)
(4) (5)Siguientes a unir

29. Ejemplo
‘ ’ (5) (9) Nuevos nodos a unirse

30. Ejemplo
c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ (5) (9)
(4) (5) (5) y (9) tiene subárboles binarios
generados anteriormente
Nuevos nodos a unirse

31. Ejemplo
c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ (5) (9)
(4) (5)
a (9) (14)
Se suman las frecuencias de (5) y (9), y
se colocan en el orden especifico
(5) y (9) tiene subárboles binarios
generados anteriormente
Nuevos nodos a unirse

32. Ejemplo
c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ (5) (9)
(4) (5)
a (9) (14)
Al tener finalmente dos arboles
que unir, a(9) y (14), se suman sus
frecuencias y se tiene creado el
árbol para obtener las claves

33. c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ (5) (9)
(4) (5)
a (9) (14)
(23)
Resultado Final de la estructura del arbol
Se asigna las claves, las
ramas a la izquierda son
cero y a la derecha unos
Ejemplo

34. c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ (5) (9)
(4) (5)
a (9) (14)
(23)
Resultado Final de la estructura del arbol
Se asigna las claves, las
ramas a la izquierda son
cero y a la derecha unos
0
0
0
0 0
0
0
1
1
1
1 1
1
1
Ejemplo

35. c l(2) (2) t (2) (3)
e j(1) (1)
s (1) (2)
‘ ’ (5) (9)
(4) (5)
a (9) (14)
(23)
0
0
0
0 0
0
0
1
1
1
1 1
1
1
Ejemplo
Carácter - Clave
a 0
' ' 10
c 1100
l 1101
t 1110
s 11110
e 111110
j 111111
Mas se repite ‘‘a’’ , menos se repite ‘‘e,s,j’’

36. El texto ‘‘ata la jaca a la estaca’’, transformado a binario mediante código
ASCII, es igual a :
01100001 01110100 01100001 00100000 01101100 01100001
00100000 01101010 01100001 01100011 01100001 00100000
01100001 00100000 01101100 01100001 00100000 01100101 01110011
01110100 01100001 01100011 01100001
Esta representado por 184 bits, es decir 23 bytes.
Ejemplo

37. Ejemplo
a 0
' ' 10
c 1100
l 1101
t 1110
s 11110
e 111110
j 111111
Se puede traducir ahora el texto
mediante las claves generadas con
Huffman.
a t a ' ' l a ' ' j a c a ' ' a ' ' l a ' ' e s t a c a
0 1110 0 10 1101 0 10 111111 0 1100 0 10 0 10 1101 0 10 111110 11110 1110 0 1100 0

38. Ejemplo
a t a ' ' l a ' ' j a c a ' ' a ' ' l a ' ' e s t a c a
0 1110 0 10 1101 0 10 111111 0 1100 0 10 0 10 1101 0 10 111110 11110 1110 0 1100 0
Finalmente se debe empaquetar los bits en grupos de 8, es decir bytes.
01110010 11010101 11111011 00010010 11010101 11110111 10111001 10000000
En total 8 bytes, mientras que el archivo original tenia 23

39. Conclusiones
• Huffman es una manera de lograr comprensión de la información sin perdidas de
manera que la información enviada pueda llegar completa.
• Se tiene que conocer inicialmente las frecuencias de cada carácter en el archivo y
ordenarlas para poder generar el árbol binario que nos ayuda a generar las claves de
cada carácter

40. Conclusiones
• La asignación de claves para cada carácter depende de la cantidad de veces que se
repita cada carácter en el texto.
• Mientras se repita mas veces el carácter, tendrá una clave mas pequeña
• Mientras menos se repita el carácter tendrá una clave mas grande.
• Independientemente del archivo a comprimir, lo que determina que tan compacto sea
el archivo resultante, será el numero de veces que se repita los caracteres y símbolos
que estén en el mismo:
• El caso mas optimo para la codificación de Huffman es cuando la mayoría de caracteres se repiten
• El pero caso es cuando existe muy pocos o no se repiten ninguna carácter dentro del archivo a comprimir