PDF de programación - COMPRESIÓN DE MENSAJES "Codificación por Huffman y Codificación Aritmética.”

COM

MPRESI

IÓN DE 

MENSA

AJES 

“Codif

ficación p

por Huffm

man y Co

odificació

ón Aritm

mética.” 

   

 

 

 

 

 

Jo
ose Alberto B

Benítez Andr

rades 

J
Juan Antonio

o Valbuena 

López 

2º Ingen

niería Inform

mática 

Teorí

a de la Infor

rmación y Có

ódigos 

Un

iversidad de

e León 

Teoría de la Información y Códigos                         Codificación: Huffman y Aritmética 

 
Descripción de los métodos de codificación de Mensajes: 

Existen varios tipos de codificación de mensajes y concretamente de los que hablaremos 

en este trabajo son : la codificación por Huffman y la codificación aritmética. 

1) Codificación de Huffman 

Básicamente, el método de compresión de mensajes utilizando el método de Huffman 

lo podemos separar en dos pasos: 

Reducción de la fuente 

En este punto, primero lo que debemos hacer es, para cada conjunto de símbolos 

fuente  del  mensaje,  calculamos  su  frecuencia  de  aparición  en  el  mensaje  que 

queremos  codificar  y  posteriormente  los  ordenamos  de  mayor  a  menor  según  dicha 

frecuencia. 

Para realizar la primera reducción de la fuente se combinan las dos frecuencias de 

menor valor, formando un símbolo compuesto que representa a las anteriores, y cuyo 

valor de frecuencia se corresponde con la suma de las dos anteriores. Estos pasos se 

realizan hasta que finalmente solo nos quede una única frecuencia y se nos muestre 

una disposición en forma de árbol de frecuencias. 

A continuación  la segunda etapa de este procedimiento consiste en codificar cada 

una  de  las  fuentes  reducidas  que  hemos  ido  creando.  Si  la  disposición  a  la  hora  de 

crear las distintas fuentes la hemos hecho en forma de árbol, la manera más sencilla 

de codificar cada fuente es empezando por abajo hacia arriba, y en cada bifurcación 

que  se  produzca,  si  vamos  por  la  izquierda  arrastraremos  un  cero  y  si  vamos  por  la 

derecha lo haremos con un 1. Esta operación la seguimos realizando hasta llegar a la 

fuente original, de esta manera cada uno de los símbolos de la fuente original poseerá 

una codificación de tal manera que, la codificación de cada símbolo no es prefijo de la 

codificación  de  cualquier  otro  símbolo  de  la  fuente.  Gracias  a  esto  para  generar  la 

codificación  asociada  al  mensaje  entero  basta  con  concatenar 

la  codificación 

correspondiente a cada símbolo. 

 

 

Autores: Jose Alberto Benítez Andrades [71454586A] 
                  Juan Antonio Valbuena López  [71456963B] 

 

 

Página 2 

Teoría de la Información y Códigos                         Codificación: Huffman y Aritmética 

Asignación de códigos óptimos 

Si  nos  hemos  fijado,  vemos  como  este  código  tiene  la  restricción  de  que  los 

símbolos se deben codificar uno a uno. Una vez hecho esto, codificar y descodificar se 

limita  a  una  simple  consulta  en  una  tabla.  Si  tenemos  una  cadena  de  símbolos 

codificados,  éstos  son  decodificables  de  manera  única,  porque  cualquier  cadena  de 

símbolos de código se puede decodificar de forma única. Por tanto, para toda cadena 

de 

símbolos  codificados  por  Huffman 

se  puede  decodificar  examinando 

individualmente los elementos de la cadena de izquierda a derecha. 

 

 

a:0.45 

 

d:0.16 

b:0.13

c:0.12

e:0.09

f:0.05 

0

1

0

1 

0.14 

1

0 

0.25

0

0.3

1

0.55

0 

1 

1 

Resultados 
 

Frecuencia  
Codificación 

a

b

c

d

e

f

0.45 

0.13

0.12

0.16

0.09

0.05 

0 

100

101

110

1110

1111 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ejemplo: 010010110011101110∙100∙101∙100∙1110∙1111abcbef 

Autores: Jose Alberto Benítez Andrades [71454586A] 
                  Juan Antonio Valbuena López  [71456963B] 

 

 

 

Página 3 

Teoría de la Información y Códigos                         Codificación: Huffman y Aritmética 

 

2) Codificación Aritmética 

 

El  Teorema  de  Shannon  para  canales  sin  ruido  implica  que  el  uso  de  fuentes 

extendidas  mejora  la  eficacia  de  las  codificaciones.  Sin  embargo,  trabajar  con  fuentes 

extendidas es un proceso muy costoso. 

 

La  codificación  aritmética  es  un  método  de  compresión  que  trabaja  de  forma 

implícita  con  fuentes  extendidas  sin  necesidad  de  calcular  todas  las  probabilidades  para 

cada fuente extendida. 

 

En la codificación aritmética no se asigna una palabra de código a cada uno de los 

símbolos del alfabeto fuente. El proceso de codificación se basa en asignar a cada símbolo 

un  intervalo  entre  0  y  1,  de  forma  que  la  amplitud  de  cada  intervalo  sea  igual  a  la 

probabilidad de cada símbolo. La suma de las amplitudes de los intervalos debe ser igual a 

la unidad. 

 

Para  realizar  la  codificación  de  cada  uno  de  los  símbolos  asociados  a  un  mensaje 

entrante se siguen los siguientes pasos: 

• Se  selecciona  el  primer  símbolo  de  la  secuencia  de  entrada  y  localizar  el 

intervalo asociado a ese símbolo. 

• A continuación se selecciona el siguiente símbolo y se localiza su intervalo. Se 
multiplican  los  extremos  de  este  intervalo  por  la  longitud  del  intervalo 

asociado al símbolo anterior (es decir, por la probabilidad del símbolo anterior) 

y los resultados se suman al extremo inferior del intervalo asociado al símbolo 

anterior para obtener unos nuevos extremos inferior y superior. Este paso lo 

seguiremos repitiendo hasta que terminemos de hallar todos los subintervalos 

asociados a cada símbolo del mensaje. 

• Por último se selecciona un valor dentro del intervalo del último símbolo de la 

secuencia. Este valor representará la secuencia que queremos enviar. 

 

La  segunda  parte  del  proceso  de  codificación  consistirá  en  asignar  al  subintervalo 

final  hallado  en  la  anterior  etapa,  una  secuencia  binaria  que  lo  represente.  Para  ello 

calculamos las representaciones binarias de L y H asociados con el intervalo [L,H), hasta que 

uno de los dígitos de L y H se diferencien (es decir, hasta que en L nos salga un 0 y en la misma 

iteración nos salga en H un 1).  

Autores: Jose Alberto Benítez Andrades [71454586A] 
                  Juan Antonio Valbuena López  [71456963B] 

 

Página 4 

Teoría de la Información y Códigos                         Codificación: Huffman y Aritmética 

 
 

Una  vez  hecho  esto  miramos  ahora  el  valor  de  H.  Si  es  distinto  de  1,  entonces 

tomamos  como  codificación  del  mensaje  a  representación  binaria  que  se  ha  ido  sacando  el 

intervalo superior H, pero en caso de que sea 1, seguiremos sacando la codificación binaria del 

intervalo  inferior  L  hasta  que  encontremos  un  0  o  hasta  que  dicho  intervalo  sea  1  al 

multiplicarlo constantemente por 2 para poder hallar su representación binaria. En esta caso 

último, la representación binaria del mensaje será la proporcionada por L.  

 

Programación de las codificaciones: 

 

Para 

la 

implementación  de 

los  algoritmos  de  codificación  explicados 

anteriormente, hemos elegido el lenguaje JAVA, compilado con JDK 1.6.0 ( versión más 

actual ), con su entorno gráfico SWING. 

 

Las  clases  que  hemos  creado  son:  Huffman.java,  Aritmetica.java  y 

InterfazGrafica.java. 

Huffman.java 

 

En  esta  clase  es  donde  realizamos  todos  los  cálculos  relacionados  con  la 

codificación de Huffman. 

Funciones: 

public static String crearMensajeHuffman1(StringBuffer mensaje) 

 

Esta función recibe una cadena “mensaje” que posee el mensaje que desea 

codificar el usuario, y devuelve una cadena con el mensaje codificado por Huffman con 

la fuente 1 (sólo un carácter).  

public static String crearMensajeHuffman2(StringBuffer mensaje) 

 

Esta función es como la anterior, pero esta vez la cadena que devuelve es el 

mensaje codificado por Huffman con la fuente 2, caracteres escogidos de 2 en 2.  

 

 

Autores: Jose Alberto Benítez Andrades [71454586A] 
                  Juan Antonio Valbuena López  [71456963B] 

 

Página 5 

Teoría de la Información y Códigos                         Codificación: Huffman y Aritmética 

 
public static String crearMensajeAscii(StringBuffer mensaje) 

 

Esta  función  recibe  la  cadena  “mensaje”  y  devuelve  una  cadena  con  el 

mensaje codificado en Ascii extendido. 

 

public static String[] processFile(String fileContents,int[] frequency)  

 

Con  este  procedimiento  que  recibe  el  mensaje  de  la  cadena  fileContents 

calculamos la frecuencia de cada carácter en la cadena y es el valor que retornamos, 

un array que almacena de cada letra, su frecuencia en el mensaje, el número de veces 

que está repetida en el mensaje. 

 

Además,  teniendo  la  frecuencia  de  cada  carácter  calculado,  calculamos  la 

codificación de huffman, apoyándonos en una clase interna llamada NodoHF1 que crea 

el árbol de huffman y almacena el resultado en un array. 

 

public static String[][] processFile2(int[][] frecuencia,int[] fuente) 

 

Exactamente igual que el anterior, pero para huffman con la segunda fuente, 

que contiene los caracteres escogidos de 2 en 2. 

Aritmetica.java 

public  static  String  crearMensajeAritmetico(StringBuffer  mensaje,float[]  prim,float[] 

seg) 

 

Esta  función  recibe  el  mensaje  y  los  intervalos  de  la  codificación  aritmética 

para calcular el mensaje y devolverlo codificado. 

 

 

 

Autores: Jose Alberto Benítez Andrades [71454586A] 
                  Juan Antonio Valbuena López  [71456963B] 

 

Página 6 

Teoría de la Información y Códigos                         Codificación: Huffman y Aritmética 

 
 

InterfazGrafica.java 

 

Esta  función  es  la  principal,  en  la  que  se  crea  la  ventana    con  los  paneles 

correspondientes que muestran el mensaje codificado en las diferentes codificaciones, 

los ratios, las longitudes de los mensajes y la