【算法系列一】霍夫曼压缩

既然是从霍夫曼压缩入手的，就先来看看它是个什么东西：

一种压缩算法，用较少的比特表示出现频率高的字符，用较多的比特表示出现频率低的字符。

它的大致过程是这样的：

1. 假设压缩“beep boop beer!”

2. 计算字符频次，由小到大排序，得到Priority Queue

   字符	次数
   ‘r’	1
   ‘!’	1
   ‘p’	2
   ‘o’	2
   ‘ ‘	2
   ‘b’	3
   ‘e’	4

3. 每次取前两个节点，分别作为左、右节点，次数相加合并为根节点，将根节点按由小到大的顺序插入Priority Queue，由此生成二叉树

1. 将二叉树左支编码0，右支编码1，由路径得出字符的编码

   字符	编码
   ‘b’	00
   ‘e’	11
   ‘p’	101
   ‘ ‘	011
   ‘o’	010
   ‘r’	1000
   ‘!’	1001

详细过程见参考2

Python代码如下（基本思路和上述过程一致，利用堆的特性操作数据，每次执行得到的具体树和编码不保证相同）：

class HuffmanCompression:
    class Trie:
        def __init__(self, val, char=''):
            self.val = val