无损压缩——Huffman编码

最近项目中涉及到人脸关键点中神经网络的压缩，采用了性能较好的哈夫曼编码进行。

源码地址：https://github.com/believeszw/HuffmanCompress

1 引言

　哈夫曼（Huffman）编码算法是基于二叉树构建编码压缩结构的，它是数据压缩中经典的一种算法。算法根据文本字符出现的频率，重新对字符进行编码。因为为了缩短编码的长度，我们自然希望频率越高的词，编码越短，这样最终才能最大化压缩存储文本数据的空间。 
　　假设现在我们要对下面这句歌词“we will we will r u”进行压缩。我们可以想象，如果是使用ASCII码对这句话编码结果则为：119 101 32 119 105 108 108 32 119 101 32 119 105 108 108 32 114 32 117（十进制表示）。我们可以看出需要19个字节，也就是至少需要152位的内存空间去存储这些数据。 
　　很显然直接ASCII码编码是很浪费空间的，Unicode就更不用说了，下面我们先来统计一下这句话中每个字符出现的频率。如下表，按频率高低已排序：

2 哈夫曼二叉树构建

2.1 初始队列

　　那么我们按出现频率高低将其放入一个优先级队列中，从左到右依次为频率逐渐增加。