【项目】HuffMan编码--文件压缩

HuffManTree,又称为最优二叉树，是加权路径最短的二叉树。

使用贪心算法来构建哈夫曼树。贪心算法：是指在问题求解时，总是做出当前看起来最好的选择。也就是说贪心算法做出的不是整体最优解，而是某种意义上的局部最优解。贪心算法不是对所有的问题都能得到最优解。

如下图哈夫曼树我们来分析下文件压缩的原理：

如图的哈夫曼树，我们将叶节点作为每个字符出现的次数，分析树可得，出现次数多的靠近跟节点，出现次数少的远离根节点，那么是为什么呢？请继续往下看，

如图的哈夫曼树，我们将叶节点作为每个字符出现的次数，分析树可得，出现次数多的靠近跟节点，出现次数少的远离根节点，那么是为什么呢？请继续往下看，

因为我们最终的压缩文件是存放的是huffman编码---就是所谓的字符对应的01字符串。所以。为了实现压缩的功能，我们必须让出现字符多的，其haffman编码尽量短，这样才能达到

文件压缩的原理，每个权值都存放在叶节点，这里的权值我们设置的是charinfo类型的参数，主要是字符出现的次数。 权值越大的将距离根节点近，权重值越小的距离根节点远。也就是说字符出现的次数越多，我们让他的哈夫曼编码越短。然后每个字符对应的哈夫曼编码以位的形式存放，本来一个字符是八位，现在可能到不了八位，这样就实现了文件的压缩。若上图右边所示。

下面我们再来看看这个项目的整体架构(说的有点高大上)：

如图的哈夫曼树，我们将叶节点作为每个字符出现的次数，分析树可得，出现次数多的靠近跟节点，出现次数少的远离根节点，那么是为什么呢？请继续往下看，

这里的配置文件尤为重要，必不可少。当我们解压一个文件时，是直接根据它的压缩文件解压，所以我们只能得到一个.huffman文件，它里面只是些01编码，我们无法得知字符总次数，因为我们可能在编码后面进行了补位0操作，而我们将这些不属于的0 进行了解压操作，导致文件解压后内容出错。故我们写一些配置文件，来记录总字符次数，还有每个字符出现的次数。然后我们还可以根据这些字符重建二叉树，来进行解码操作。因此配置文件是必不可少的。（这里可能说的有点啰嗦，有问题的可以参考源码进行分析，源码在下面）。

InPut为欲压缩文件，

InPut.con配置文件，

InPut.HuffMan压缩文件，

InPut.uncomp解压文件。

依靠图可以看出将一个9M的文件可以压缩至5M，压缩比56%。

InPut.con配置文件主要记录的内容如下：第一行为字符总数，其他行格式为：字符，次数

如图的哈夫曼树，我们将叶节点作为每个字符出现的次数，分析树可得，出现次数多的靠近跟节点，出现次数少的远离根节点，那么是为什么呢？请继续往下看，

这就是文件压缩项目的有关内容，需要具体代码的戳 

https://github.com/lauyoung/FileCompress-and-unCompress/tree/master

如果大神们有什么好的建议可以进行优化，还望赐教，谢谢！

如图的哈夫曼树，我们将叶节点作为每个字符出现的次数，分析树可得，出现次数多的靠近跟节点，出现次数少的远离根节点，那么是为什么呢？请继续往下看，