【数据结构与算法】哈夫曼树与哈夫曼压缩与解压缩

哈夫曼树与哈夫曼编码

压缩与解压缩技术
       这里提出一种专门针对ASCII码（英文及英文标点）的压缩技术：对文本文件中的字符，按照出现频度大小，将出现频度最大的字符，用最少的二进制位表达（替换）；
       比如：假设某文件中，字母e出现了304325次，每一个e都应该是一个ASCII码，即，占用8bit；若能用2个bit的信息替换，则，可以省304325bit * (8-2) = 228243Byte        304325 * 2 / 8 = 76082         76081 / 304325 = 0.25
       假设，有如下字符及其出现频度：
       a        2
       b        8
       c        1
       d        7
       e        20
       f        3
那么我们就可以形成一棵哈夫曼树，如下图所示：

        其形成的原理是：先找出两个出现频度最小的，作为左右孩子，然后将两者频度之和作为根节点；再找出频度第三小的，作为左孩子，与刚才的根节点形成左右孩子，依此类推，形成一棵哈夫曼树。令：向左为0；向右为1，从根出发，到达某一个叶子节点的0、1集合，就是那个叶子节点所表示的字符对应的哈夫曼编码。
e：0
b：10
d：110
f：1110
c：11110
a：11111
而哈夫曼压缩与解压缩要解决的第一个问题就是：统计给定字符串（文件）中出现的字符种类及其频度。

哈夫曼压缩与解压缩
1.针对文件进行压缩和解压缩；即，输入是文件，输出也是文件；
2.针对文件进行操作：
       2.1统计该文件中出现的不同字节（应该只能使用：unsigned char 类型！！！）及其频度；
       2.2根据上述统计数据，构造哈夫曼树；
       2.3根据上述哈夫曼树，构造每一个字节的哈夫曼编码；
       2.4将文件中的字节，转换成哈夫曼编码；
3.将由哈夫曼编码形成的最终压缩文件作为输出。
综上，结构体应定义为：

typedef struct TREE{
	char ch;
	int freq;
	struct TREE *leftChild;
	struct TREE *rightChild;
}TREE;

其实大致思路就是这样，其中最关键的就是，先形成一个表，再由表形成树，具体怎么实现，还是直接上代码吧！！！
github：https://github.com/xiami-maker/aboutHuffman/tree/master

感悟：对于哈夫曼压缩和解压缩，主要是对于哈夫曼树的应用，还有一些思想：把压缩和解压缩过程做成工具以便代码复用，方便阅读，减少编程量，采用文件的形式来存放更具有实际意义等。需要读者浏览代码的过程中，自行体会。