1.
1.1 原理
以 [字符1的原编码 + 字符1的Huffman编码 + 字符1的Huffman编码长度, 字符2的原编码 + 字符2的Huffman编码 + 字符2的Huffman编码长度, …]的方式暴力存储。
这个方法需要注意的是所有字符的原编码都需占据相同的二进制位数, 比如16bit。 所有字符的Huffman编码也必须占据相同的二进制位数,比如16bit. 编码长度也是一样。
因为huffman码是不定长码,所以需要在后缀补0对齐。
1.2 举例
假设有三个字符 [A, B, C] 。 它们的原二进制编码分别为0x41, 0x42, 0x43; 霍夫曼编码分别是00, 01, 1。我们规定原编码 , huffman编码, 长度分别占据一个字节也就是8bit。
那么编码如下(16进制):
41 00 02
42 40 02
43 80 01
我们以第二行为例。
第一个字节是ASCII码,0x42 = 66, 代表’B’.
然后通过我们看看第三个代表长度的字节0x02,也就是说真正的huffman码只有两个bit。
那么只取0x40的前两个bit,也就是01.
1.3 Unicode
如果字符集包含汉字,得用Unicode,比如utf-16.
utf-16是不定长码,处理方法有两种,一是补0对齐;二是以一个字节为单位进行huffman编码。
2.
通过规范霍夫曼编码,无需保存huffman编码,相比于1更节省空间。
发现了一篇好的blog,懒得自己写了。 范式哈夫曼编码