Huffman编码

§5. 哈夫曼(Huffman)编码

哈夫曼编码是用于数据文件压缩的一个十分有效的编码方法，其压缩率通常在20％

～90％之间。哈夫曼编码算法使用字符在文件中出现的频率表来建立一个0,1串，以表

示各个字符的最优表示方式。下表给出的是具有100,000个字符文件中出现的6个不同

的字符的出现频率统计。

                表 5.1  字符出现频率表

不同的字符	a	b	c	d	e	f
频率（千次）	45	13	12	16	9	5
定长码	000	001	010	011	100	101
变长码	0	101	100	111	1101	1100

   

如果采用定长码，则每个字符至少需用三位，该文件总共需要300,000位；如果采用

上面所列变长码，则该文件需用

（45×1＋13×3＋12×3＋16×3＋9×4＋5×4）×1000＝224,000位，

总码长减少了25%。

一般的编码都是沿一个方向连续地写下0,1子串，比如从左到右、从上到下。解码

时也是以同样的方向逐字地搜索。为了使解码唯一，必须使用一个规则。前缀码即是一

种规则，它要求表示任何一个字符的0,1字串都不能是表示另一个字符的0,1字串的前

部。比如，若用01表示字符a，则表示其它字符的字串不能是具有形式：01…。可以

用一棵二叉树来表示前缀编码的数据结构。用树叶代表给定的字符，并将给定字符的前

缀码看作是从树根到代表该字符的树叶的一条道路。代码中每一位的0或1分