一,基本原理
Huffman编码是一种常用的压缩算法,下面我将使用一个例子来演示一遍如何根据字符出现的概率来对字符进行编码。我们知道Huffman编码是可变字长编码的一种。为了实现压缩,自然地要给出现概率大的字符配以短编码,概率小的就配以长编码。现在我们假设有5个字符以及它们假设出现的概率:
a | b | c | d | e |
0.2 | 0.15 | 0.25 | 0.15 | 0.25 |
我们就要对这5个字符进行Huffman编码。大致步骤如下:
1)新建一个空的优先级队列F,然后将分别包含这5个字符及其概率的5个节点按照概率大小,依序插入到队列F中。
2)循环从队列中选概率最小的两个节点概率相加。例如:当前队列中概率最小的两个节点为“b”和“d”,新建一个节点,新节点中的字符串值为“bd”,得到的和0.3作为新节点的概率。最后,要用新节点“bd”的左子节点和右子节点分别是这两个概率最小的节点,然后从队列中删掉这两个最小概率的节点,并将新节点“bd”插入到队列F中。注意:插入时要按照概率依序插入,此时队列里的所有节点应该是下面这样排列的(从小到大):
a | c | e | bd |