基于Huffman和LZ77的文件压缩（一）Huffman压缩

点我获取代码

1 压缩的优点
1 节省空间
2 提高文件在网络上的传输效率
3 压缩可以形成一定程度上的加密。

2 文件压缩的分类
1 有损压缩
2 无损压缩

无损压缩： 通过解压之后 能形成和源代码一木一样的压缩方式。
有损： 解压缩之后和源文件格式不完全相同，但基本不影响。例如 视频的清晰度。

先大概了解

	LZ77  基于语句 ，用<长度，距离, 下一个字符> 替换重复出现的语句

**LZ77的变形 **:原理：将重复多次出现的语句用尽可能短的标记来替换。

eg :asdfghjkl1234asdfgh0
asdfghjkl1234(连着重复出现的个数，当前位置向前数距离)0

LZ77消除了文件中重复出现的语句，但还存在字节之间的重复 ，因此再用哈夫曼编码压缩一次。

Huffman压缩

哈夫曼编码

哈夫曼编码是可变字长编码，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字

Huffman压缩：基于字节

1 个字节 == 8个比特位，如果对每个字节都能找到更好的改写方法改写原数据，就可以达到压缩的目的。

举个栗子：
文件 ：ABBBCCCCCDDDDDDD
提供这样的哈夫曼编码
eg： A： 00
B： 01
C： 10
D： 11
来一组字符串 ，就会进行相应的替换。大大节省空间

这种Huffman压缩之后，大小原来的1/4

还存在不等长编码：
A： 100
B：101
C：11
D：0

这样的话，D出现次数处越多，压缩的效果就越好。

如果将C的编码改成10，那么就成了A 或B的编码前缀，压缩时不会出现问题，但解压缩可能会出问题，遇见10 就不知道怎么解析。

ABBBCCCCCDDDDDDD

什么是huffman哈夫曼树

带权路径最小的二叉树为哈夫曼树

带权路径长度WPL：
WPL = 所有叶子的权 * 根到该叶子的路径长度 之和

Hffman压缩四部曲：

1 ： 统计每个字符出现的次数
2 : 创建哈夫曼树：
3 ：获取字符的编码（二进制串）
4 : 用编码改写源文件

核心：Huffman 树的构建

1 提供一组字符权值（出现的次数）

2 以每个权值为节点，创建n颗只有根节点的二叉树的森林

3 如果森林超过两棵树 ，进行以下操作：
a: 从森林中每次取出两颗根节点权值最小的二叉树

b：以这两颗二叉树作为某个节点的左右子树，创建出一颗新的二叉树，新二叉树权值为左右子树权值之和。

c: 将新创建的二叉树插入到森林中，直到二叉树森林中只剩一棵树。

点我继续阅读