文件压缩

文件压缩：

1.用 (两者之间的距离，匹配长度) 这样一对信息，来替换后一块内容。

2.使用"滑动窗口"的方法，来寻找匹配串。

3.用0表示“没有匹配的字节”，用1表示“（之间的距离，匹配长度）对”。

4.固定”对”中“两者之间的距离”和“匹配长度”所使用的位数；使用固定大小的窗口；限定最大的匹配长度；设定一个最小匹配长度，只有当两个串的匹配长度大于最小匹配长度时，才认为是一个匹配。

5.压缩：
从文件的开始到文件结束，一个字节一个字节的向后进行处理。用当前处理字节开始的串，和滑动窗口中的每个串进行匹配，寻找最长的匹配串。如果当前处理字节开始的串在窗口中有匹配串，就先输出一个标志位，表明下面是一个”对”，然后输出”对”，然后从刚才处理完的串之后的下一个字节，继续处理。如果当前处理字节开始的串在窗口中没有匹配串，就先输出一个标志位，表明下面是一个没有改动的字节，然后不做改动的输出当前处理字节，然后继续处理当前处理字节的下一个字节。

6.解压缩：
从文件开始到文件结束，每次先读一位标志位，通过这个标志位来判断下面是一个”对”，还是一个没有改动的字节。如果是一个”对”，就读出固定位数的”对”，然后根据”对”中的信息，将匹配串输出到当前位置。如果是一个没有改动的字节，就读出一个字节，然后输出这个字节。

 

 

Huffman：

1.要进行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。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。

2.建立Huffman树：
把所有符号看成是一个结点，并且该结点的值为它的出现次数。进一步把这些结点看成是只有一个结点的树。每次从所有树中找出值最小的两个树，为这两个树建立一个父结点，然后这两个树和它们的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。如此往复，直到最后所有的树变成了一棵树。我们就得到了一棵Huffman树。

3.这棵Huffman树是一棵二叉树，它的所有叶子结点就是所有的符号，它的中间结点是在产生Huffman树的过程中不断建立的。我们在Huffman树的所有父结点到它的左子结点的路径上标上0，右子结点的路径上标上1。现在我们从根节点开始，到所有叶子结点的路径，就是一个0和1的序列。我们用根结点到一个叶子结点路径上的0和1的序列，作为这个叶子结点的Huffman编码。