哈夫曼编码

       在了解哈夫曼编码之前先了解一下什么是编码，编码简单来说就是将某个东西对应成另外一个东西，这样的一种对应关系就叫编码，可以想到初中高中所学的函数，给出一个x，对应一个Y，当然编码是一种单射，一个x只能对应一个y，一个y也只能被一个x对应，像我们的函数,x=1的时候，y=1，x=-1的时候，y也等于1，这样就不行。

      ASCII码：像我们常见的ASCII码就是一种编码方式,他将各种符号对应到0到128，当然128后面也留着有备用。比如我们的字母A，ASCII码是65，二进制就是0100 0001。需要注意的是ASCII是一种定长编码（编码长度固定，像ascii码二进制都是8位）,

   哈夫曼编码：与ASCII不同，哈夫曼编码是一种可变长编码，他的编码长度可以变化，比如字母A，在哈夫曼编码里可能就会是100 0001，只有七位，前面少了一个没有作用的0。

  那哈夫曼编码是如何将数据对应的呢？我们以一串字母 ACBACBBCBBDC为例，假设我们要传给别人这样一串字母，一共12个字母，如果是ASCII码，那就需要96位大小。

 那哈夫曼是先将字母出现次数统计一下，A-2.B-5,C-4,D-1.然后算出他们各自出现的概率，通过概率大小来编码（由于概率数字有分数小数，我们这里就以次数多少来编码举例，实际效果一样）。

按照我们平时，可能会想，我直接A对应0，B对应1，C对应2，D对应3这样编码就可以了，定长的话，每个都是两位大小。A是00，B是01，C是10，D是11。这样12个字母只要24位就可以了，但是还可以更少，那就是不定长，也就是可变编码，这样的话A是0，B是1，C是10，D是11，这样的话，这12个字母就只要2+5+8+2=17位大小了，但这样又会出现一个问题。

按照刚才假设来编码，那12个字母编码就会是0  10  1  0  10  1  1  10  1  1  11   10，但因为这些数字都是连在一起的，比如第三个和第四个字母BA，编码是1  0就有可能误认为是C，而第二个字母C又有可能误认为是BA。

    那我们看一下哈夫曼是怎么处理这些问题的，首先将字母按照出现次数排序为，DABC。

然后将最少的两个结合， DA 结合，那么他们的组合次数相加是3，

 再次两个最小的结合，这时最小的是AD组合，和C，那么他们两个结合

 

 这时候，剩下CAD这个组合和B，再次结合

 

 最后给每根线标上号码，

 这样就得到各个字母的编码，B是0，C是10，A是110，D是111，这样12个字母的编码就只要

5+8+6+3=22位，这样比定长编码位数少，同时又确保了不会出现混淆的情况。刚才会出现混淆的情况是因为有些编码可以由其他编码组合得到，比如刚才的B是1，A是0，C是10。

  当然不是说哈夫曼编码就比ASCII好，各种编码自有其优劣性。

比较：

  定长编码：

优点：长度固定，容易区分每个元素，（固定多少位是一个元素，如上述定长编码A是00，B是01，那么0001，可以直接算出前面两位表示00，从而判断出对应元素是A）

缺点：位数消耗更多，同样的位数，传递的信息更少

  变长编码：

 优点：位数消耗少，同样的位数，传递信息更多

 缺点：长度不固定，在判断数字对应的元素时需要先判断由多少位组成某个元素。（如按照上述哈夫曼编码，11010，第一个元素的编码需要先判断出由三位组成，然后算出是110，再判断出是C）