基于Huffman 和 LZ77的文件压缩（五）收尾

点我看LZ77代码

压缩好了，就知道文件怎么存了
解压缩就超级简单了。

获取标记文件，判断比特位0还是1
遇见0直接解压缩
遇见0向前匹配DIST距离，找LEN长度。

解决 大于64K文件的压缩

针对上一篇无法解决64K以上文件也很好解决。

在读取文件后解决时，每次只需判断一下缓冲区的剩余数据够不够MIN_MATCH

不够的话从文件中读取WSIZE个，

那么在读取之前，先讲先行缓冲区窗口内的数据搬移到查找缓冲区，

同时更新哈希表中的位置数据，和冲突数据

直到读取到文件尾。

压缩效率

遇到的问题

1 缓冲区错用了char ，char不能会出现下标为负数的情况，导致数组下标越界。

2 寻找最长匹配的时候错用了UCH导致部分解码失败UCH接收256～258时发生错误，长度应该用USH接收，因为我们匹配为3～258

3 写压缩文件和解压缩时文件指针类型刚开始写的时普通类型，后期发现导致汉字出现乱码，解决方式：让文件指针以二进制方式

4 解压缩时，未及时刷新缓冲区，错将fflush（文件指针）写成fflush（stdout）

PS 这个错误导致我找错找了1天多。。哭死了～ 这下长记性了吧？

对LZ77 的压缩结果再压缩，效率就不怎么好了。

能否采用Huff曼的方式直接对LZ77结果再压缩？

**可以 ，但压缩率可能不是很好；

1 Huffman缺陷 ：需要创建哈夫曼树，可能会很大

2 LZ77的标记信息也会参与Huffman压缩，因此，影响压缩率。

3 树大的话，内存可能压力比较大。

假设文件中含有200个不同种类的字节，
那么 总节点将是叶子结点200 +临时父亲199个 = 399个节点。即2n -1。
那么Huffman树就很大了 ，获取编码的效率就比较低了。

获取编码的方式： 递归到叶子。

解决方案： 范式哈夫曼树

范式哈夫曼树： 在哈夫曼树的基础上，做了强制约定：
1 同一层节点中，所有的叶子节点都调整的左边