Huffman赫夫曼编码的工作原理

谈到压缩这玩意儿，大家可能会想到 忘记压缩密码 将巨大文档变成一个神秘的小文件，而且你还通过这个小文件来恢复这个巨大文档。但是，大家一定都想过，为什么压缩能这么神奇呢？

 

首先抛开那些什么二叉树，二分查找的。假如让人帮忙复述这一段话：

 

•  

中华人民共和国于公元2008年在北京举办了奥林匹克运动会。

 

他可能会说成：

 

•  

中国2008年在北京举办了奥运会。

 

一下子短了将近一半！这是怎么回事儿啊？

 

我们都知道，中国就是指中华人民共和国，奥运会就是指奥林匹克运动会。而公元2008年，即使不加公元，人们也会明白你的意思。所以，这其实就是用一些固定的短语（例如中国）来替代比较长的名词（中华人民共和国）。这种方法在压缩算法中叫做字典。

 

但是，让机器来做这件事就难多了，因为机器对什么汉语英语一窍不通，更不知道什么中国美国。他无法理解短语、句子，连字是什么他也不关心。所以，我们要想让机器能恢复你的大文档，就必须给他一本厚厚的‘字典’ （当然，机器也不喜欢背字典），这本字典中包含着这个文档中用到的名词，以及比这个名词更短的短语。所以，压缩文件中的内容实际上是：

 

•  

字典 和 被字典替换过的新句子（比原句子更短ÿ