利用huffman编码对文本文件进行压缩与解压_程序员需要了解的硬核知识之压缩算法...

内容来源：SegmentFault 社区

作者：cxuan

---

之前的文章更多的介绍了计算机的硬件知识，会有一些难度，本篇文章的门槛会低一些，一起来看一下计算机中都有哪些压缩算法

No.1

认识压缩算法

我们想必都有过压缩和 解压缩文件的经历，当文件太大时，我们会使用文件压缩来降低文件的占用空间。比如微信上传文件的限制是 100 MB，我这里有个文件夹无法上传，但是我解压完成后的文件一定会小于 100 MB，那么我的文件就可以上传了。 此外，我们把相机拍完的照片保存到计算机上的时候，也会使用压缩算法进行文件压缩，文件压缩的格式一般是 JPEG。 那么什么是压缩算法呢？压缩算法又是怎么定义的呢？在认识算法之前我们需要先了解一下文件是如何存储的

1. 文件存储

文件是将数据存储在磁盘等存储媒介的一种形式。程序文件中最基本的存储数据单位是字节。文件的大小不管是 xxxKB、xxxMB 等来表示，就是因为文件是以字节 B = Byte 为单位来存储的。 文件就是字节数据的集合。用 1 字节 (8 位) 表示的字节数据有 256 种，用二进制表示的话就是 0000 0000 - 1111 1111 。如果文件中存储的数据是文字，那么该文件就是文本文件。如果是图形，那么该文件就是图像文件。在任何情况下，文件中的字节数都是连续存储的。

2. 压缩算法的定义

上面介绍了文件的集合体其实就是一堆字节数据的集合，那么我们就可以来给压缩算法下一个定义。 压缩算法 (compaction algorithm) 指的就是数据压缩的算法，主要包括压缩和还原 (解压缩) 的两个步骤。 其实就是在不改变原有文件属性的前提下，降低文件字节空间和占用空间的一种算法。 根据压缩算法的定义，我们可将其分成不同的类型： 有损和无损 无损压缩 ： 能够无失真地从压缩后的数据重构，准确地还原原始数据。可用于对数据的准确性要求严格的场合，如可执行文件和普通文件的压缩、磁盘的压缩，也可用于多媒体数据的压缩。该方法的压缩比较小。如差分编码、RLE、Huffman 编码、LZW 编码、算术编码。 有损压缩： 有失真