Deflate算法解读
gzip 使用deflate算法进行压缩。
通用类库为zlib，由LZ77+Huffman共同实现。
1、 LZ77算法简介
这一算法是由Jacob Ziv 和 Abraham Lempel 于 1977 年提出，所以命名为 LZ77，被一些人称为字典算法。
2、 LZ77算法的压缩原理
如果文件中有两块内容相同的话，那么只要知道前一块的位置和大小，我们就可以确定后一块的内容。
所以我们可以用（两者之间的距离，相同内容的长度）这样一对信息，来替换后一块内容。
由于（两者之间的距离，相同内容的长度）这一对信息的大小，小于被替换内容的大小，所以文件得到了压缩。
LZ77算法使用"滑动窗口"的方法，来寻找文件中的相同部分，也就是匹配串（它是指一个任意字节的序列）。
3、 Huffman编码原理
我们把文件中一定位长的值看作是符号，比如把8位长的256种值，也就是字节的256种值看作是符号。
根据这些符号在文件中出现的频率，对这些符号重新编码。对于出现次数非常多的用较少的位来表示，对于出现次数非常少的用较多的位来表示。这样一来文件的一些部分位数变少了而一部分位数变多了，但由于变小的部分>变大的部分，所以实现了压缩。
4、Huffman树编码
进行Huffman编码，首先要把整个文件读一遍，在读的过程中，统计每个符号的出现次数（1个字节的256种值看作是256种符号）。
然后根据符号的出现次数建立Huffman树，通过Huffman树得到每个符号的新的编码，然后把文件中的每个字节替换成他们新的编码。
建立Huffman树：父结点组成一个新的树，这个新的树的值为它的两个子树的值的和，等于父节点的值。
Huffman树的所有父结点到它的左子结点的路径标记为0，右子结点的路径上标为1。
看看网上提供的一个示例图，如下所示：
a b c d e
1 4 4 3 1
通过最终的Huffman树，我们可以得到每个符号的Huffman编码。
a 为 110、b 为 00、c 为 01、d 为 10、e 为 111
另外：
比如，a的编码为000，b的编码为0001，c的编码为1，那么当遇到0001时，就不知道0001代表ac，还是代表b。
出现这种问题的原因是a的编码是b的编码的前缀。
由于Huffman编码为根结点到叶子结点路径上的0和1的序列，而一个叶子结点的路径不可能是另一个叶子结点路径的前缀，所以一个Huffman编码不可能为另一个Huffman编码的前缀，这就保证了Huffman编码是可以区分的。
5、使用Huffman编码进行压缩和解压缩
为了在解压缩的时候，得到压缩时所使用的Huffman树，我们需要在压缩文件中，保存树的信息，也就是保存每个符号的出现次数的信息。
压缩：
读文件，统计每个符号的出现次数。根据每个符号的出现次数，建立Huffman树，得到每个符号的Huffman编码。将每个符号的出现次数的信息保存在压缩文件中，将文件中的每个符号替换成它的Huffman编码，并输出。
解压缩：
得到保存在压缩文件中的，每个符号的出现次数的信息。根据每个符号的出现次数，建立Huffman树，得到每个符号的Huffman编码。将压缩文件中的每个Huffman编码替换成它对应的符号，并输出。
6、实现摘要
deflate中的huffman编码：
对Lz77得到的压缩后结果，需要统计字符生成编码表huffmantree(指示每个编码代表什么字符）,根据码表对内容进行编码，具体的压缩大小在于精细分配结构体的位域来实现Huffman编码的压缩效果的。
编码表huffmantree和编码后的data都一起放置在文件中。
deflate中的解压：
读取二进制文件，构建huffmantree表，读取数据根据huffmantree生成字符(这些字符是符合LZ77算法的)。
用LZ77解码，这个时候应该需要对窗口生成哈希表（数组+链表)；对解压的数据，进行搜索匹配拷贝替换为相应的串即可。
gzip源码分析
main()中调用函数 treat_file()。
treat_file()中打开文件，调用函数 zip()。注意这里的 work的用法，这是一个函数指针。
zip()中输出gzip文件格式的头，调用 bi_init，ct_init，lm_init，
其中在lm_init中将 head初始化清0。初始化strstart为0。从文件中读入64KB的内容到window缓冲区中。
由于计算strstart=0时的ins_h，需要0,1,2这三个字节和哈希函数发生关系，所以在lm_init中，预读0,1两个字节，并和哈希函数发生关系。
然后lm_init调用 deflate()。
deflate() gzip的LZ77的实现主要deflate()中。