基於霍夫曼編碼的任意檔案壓縮程式

本程式主要使用霍夫曼編碼對任意檔案進行壓縮。

程式的步驟如下：

如果有一個檔案大小為8個bytes。

其中ascii為m的字元一共出現了n次：

m      n

1       3

2       2

3       1

4       1

5       1

以n的大小為依據構建霍夫曼樹：

如果將父節點通往左孩子的路徑標識為0，通往右孩子的路徑標識為1，則霍夫曼樹變成如下：

則出現n次的字元所對應的的編碼為p：

n         p

3         1

2         01

1         001

1         0001

1         0000

最終該檔案的霍夫曼編碼為：

1 1 01 001 0001 01 0000 1

以8個bit為一個byte寫入檔案。

第一個byte：11010010

第二個byte：00101000

第三個byte：01000000 （最後6位補0）

可見8個自己最後壓縮為3個位元組。

在解壓的時候要需要霍夫曼樹，而霍夫曼樹要由原始檔案每個位元組出現的個數來構建，

所以在壓縮檔中還要寫入每個位元組出現的個數。因為1個byte最多表示256個數，所以int table[256]

來存放byte出現的次數，如果讀到一個byte，則將table[byte]++。

構建出霍夫曼樹後，就要根據霍夫曼編碼進行解碼，

1 1 01 001 0001 01 0000 1000000

如上編碼的解碼過程如下：

第1個為1，則指向根節點的右孩子，到達末節點，寫入該節點對應的字元（ascii為1）。

......依次類推

寫完原檔案大小x個位元組，則停止寫入，所以原檔案的大小也要被記錄到壓縮檔中。

所以最終的壓縮檔結構如下：

原始碼（linux c）：

http://f.xunlei.com/7454406/file/10e751ae-5b52-4cf8-a66a-59d5bef4886f

壓縮檔：

hfm -c filename

產生的壓縮檔為filename.hfm

解壓檔案：

hfm -d filename.hfm

還原成檔案filename

最後：

這種演算法只能對一些檔案具有壓縮效果，對某些檔案可能出現壓縮檔比原檔案還大的現象。

本程式也只是初略地瞭解下該演算法在檔案壓縮方面的應用，如有其它改進的地方，請大家多多指點。謝謝~