范式Huffman树在文件压缩项目中的应用

范式huffman树

• 范式huffman树是在huffman树的基础之上，进行了一些强制性的约定，即：对于同一层节点中，所有的叶子节点都调整到左边，然后，对于同一层的叶子节点按照符号顺序从小到大调整 ，最后按照左0右1的方式分配编码。

• 只要知道一个符号的编码位长就可以知道它在范式树上的位置。即：码表中只要保存每个符号的编码长度(即节点在树中的高度)即可，其远远要比符号频度小
• 相同位长的编码之间都相差1
• 第n层的编码可以根据上层算出来：code = (code + count[n-1])<<1

范式huffman树不用创建，可以利用huffman树推到出来：

• 对huffman树中的每个叶子节点求层数，得出huffman码表
• 对huffman码表按照：码长(节点在树中的高度)为第一关键字、符号为第二关键字进行排序
• 通过以上两步就可以得出范式huffman树的码表，然后按照上面的公式既可以计算出范式huffman码表

基于范式huffman树的压缩与解压缩

压缩

1. 通过huffman码表推算出每个字符的范式huffman编码
2. 读取源文件，将源文件中的每个字节按照对应的范式huffman编码进行改写

压缩文件的格式

• 先保存各个字节对应的码字长度(huffman压缩中保存的是符号及符号出现的频率)
• 保存压缩数据

解压缩
从压缩数据中获取符号的编码位长，构建符号位长表

根据编码位长建立解码表

编码：可以位长算出来，此处保存成数字
符号数量：通过map或者unordered_map来进行统计
符号索引：在符号位长表中的首次出现下标

解码

• 注意：范式huffman编码有一个很重要的特性即长度为i的码字的前j位的数值大于长度为j的码字的数值，其中i > j。
• 循环进行一下操作，直到所有的比特流解析完成：设i=0
  1. 从解码表的第i行开始，根据编码位长从压缩数据比特流中获取相应长度的比特位。
  2. 将读取的数据与首编码相减，假设结果为num
  3. 如果num>=符号数量，i++，继续1，如果num小于符号数量，进行4
  4. 将符号索引加上num，用该结果从符号位长表对应位置解析出该符号

例如，输入数据“11110”。令i = 0，此时编码位长为2。读取2位的数据“11”与首编码相减等于3。3大于等于符号数量，于是i = i + 1等于1。此时编码位长为3。读取3位的数据“111”与首编码相减等于1。 1大于等于符号数量，于是i = i + 1等于2。此时编码位长为5。读取5位的数据“11110”与首编码相减等于2。2小于符号数量，2加符号索引4等于6。从表2.3中可以查到序号为6的符号是“E”。从而解码出符号“E”。跳过当前已经解码的5位数据，可以重新开始解码下一个符号。