《DSAA》 10.1.2 Huffman 编码

Huffman 编码是高大上的压缩算法，基本原理却出乎意料地简单，大致可分为以下步：

1）扫描压缩的缓存或文件，搜集每个字符出现的频率

2）根据扫描结果构造Huffman 树，得到每个字符的 Huffman 代码

3）用 Huffman 代码重新对缓存或文件进行编码

这里关键是第二步Huffman 树的构造，Huffman 树是一颗满的二叉树，用一个值为0的bit 代表树根，每下一层增加一个bit，如果是左儿子该bit值为0，右儿子该bit为1。字符都放在树叶上，频率越高的字符所在的树叶离树根越近，这也就意味着其代码越短，注意这些字符代码的长度不同并不要紧，只要没有字符代码是别的字符代码的前缀即可，这也是为什么所有字符不能放在非树叶节点上。

原理搞清后，具体实现就比较简单（同时也很巧妙）了：

1）为每个字符创建一颗 Huffman 树，一颗树的权就是该字符的频率，然后把这些树全部插入一个优先队列（我用的是一个二叉堆）

2）出队具有最小权的两颗树，合并之，使新树的权等于原来两颗树的权之和，然后将新树插回优先队列

3）反复执行第二步，直到只剩下一棵树，这就是最优 Huffman 编码树

4）最后计算并输出代码表

下面是对原书中示例的求解，运行结果如下 （前面是 Huffman树，后面的代码表）：