如何使用霍夫曼编码找到压缩效率？

Question

我使用霍夫曼编码压缩了二进制文件。现在我试图找到压缩效率。

在我的二进制文件中，我有符号（buch为0＆amp; 1）和频率（符号重复）。 假设我有：

• 符号：0 freq：173
• 符号：1 freq：50
• 符号：2 freq：48
• 符号：3 freq：45

目前，每个符号都是在UInt64中编码的，因此如果我的计算大小的方法是正确的，那么文件的大小将是（173 + 50 + 48 + 45）* 8 = 2528字节。如果我错了，请纠正我。在调试时我得到2536，还有8个我不知道为什么？

压缩后，我得到了这样的编码

• 符号：0代码：1
• 符号：1代码：00
• symbol：2代码：011
• 符号：3代码：010

有人可以告诉我如何使用这些信息让哈夫曼压缩这个二进制文件吗？我尝试在Google上搜索，但没有二进制文件样本，他们有一些浮动类型的频率，我无法理解如何将它们与我的二进制文件相关联。

Answer 1

您需要简单计算最终总计的位数：

173 * 1 + 50 * 2 + 48 * 3 + 45 * 3

达到552位。转换为整个字节给出了69个字节。假设解压缩器可以知道字典等，那么压缩到69/2528或原始的约3％。假设您的输入符号（0到3）由于某种原因是64位值。

Answer 2

根据提供的频率，树是错误的。它必须是0 10 110 111它始终以所有正位结束。与霍夫曼树不同的解决方案可能有效，但不能提供最佳压缩效果。