zip压缩与哈夫曼树

学习自

https://blog.csdn.net/21aspnet/article/details/232316

在学习之前，我有一个基础，就是哈夫曼树，对于高频的东西，倾向于用短符号表示，对于低频的东西，倾向于用长符号表示。

首先压缩的对象自然是文件，是连续的，需要占用空间来存放的。

短语式重复

这个文件很有可能，会有一段字节多次出现，我们称之为短语式重复。比如写小说，人名、地名会重复出现，所以这种短语式重复是非常普遍的。

单字节重复

某些字节出现的多。这也是可以理解的，汉语里你我他用的很多，而一些生僻的字却用的很少。

编码还是有要求的

假如有个编码用1100表示，你还能正确解码吗？所以任何一个字符，都不能是另一个字符加上若干位0、1就可以的出来的，否则就无法正确解码了。

哈夫曼树

一般用它来压缩比较好，对低频率的放在树的底端。

构建方式：不断从所有节点中找出最小的2点去合成大点然后作为新的节点放回所有节点之中。以此类推。