用文本编码霍夫曼表

Question

我有一个实现霍夫曼编码的代码来编码文本。

给出以下文字

  

abbccc

我的程序生成下表

a -> 00
b -> 01
c -> 1

所以编码文本（位数组）是

000101111

问题是：我需要将表格与文本一起编码，我不知道建议的方法是什么。

到目前为止我的想法：

• 第一个字节是表
中键值对的数量N.
• 以下N * 2个字节是键值对本身（键一个字节，值一个字节）
• 剩余位是编码文本本身

你能为我建议一些更灵活但更便宜（内存使用率低）的方法吗？

Answer 1

Deflate RFC1951将Huffman表存储在压缩数据前面。见3.2.7节。您不需要存储代码（在您的情况下为00,01,1），但是它们的长度（即2,2,1）。第3.2.2节描述了在解压缩时如何将这些长度转换回代码。该表由您将拥有的所有符号的一系列长度来描述，在您的小示例中，它将类似于0,0,0，...，2,2,1，.... 0。零表示文件中没有出现这些符号，但长度为2,2,1的a，b，c除外。为了使这个长度表紧凑，你可以做长度编码。在Deflate（第3.2.7节）中，长度符号18（n）对n个0长度的序列进行编码。接下来的问题是如何编码长度符号'18'？您可以使用5位代码表示长度符号0到18，以使其更简单。或者你也可以对霍夫曼进行编码，例如使用0-7位代码，这就是Deflate所做的。