🔥无损压缩🔥哈夫曼算法

一、前言

今天了解一下压缩软件底层使用的什么算法，介绍一下常见的两种格式压缩算法，如下表，本文主要介绍DEFLATE中的哈夫曼算法

格式	算法	压缩软件
RAR	Roshal Archive	WinRaar
ZIP	LZ77和哈夫曼算法	7-Zip

二、算法简介

压缩"hello world"，根据整组数据中符号出现的频率高低，决定如何给符号编码。如果符号出现的频率越高，则给符号的码越短，相反符号的号码越长。

首先将这个文本中的字符提取出来，分别统计各个字符出现的频次 (h:1, e:1, l:3, o:2, w:1, r:1, d:1, 空格: 1)
构建哈夫曼树，每一轮都选择权重最小的两个字符相加，直至顶部只有一个节点。

压缩，将"hello world"用编码代替 01100111000001011110001010100110，压缩后占32bit。压缩前按UTF-8编码，1个英文字符占1个字节，11 * 8 = 88bit，压缩率为63.64%。
解压，从01100111000001011110001010100110最左侧开始，先取出"0"去哈夫曼树中查找是否有对应的字符，如果没有就取"01"依次向后进行。

三、算法实现

javascript 复制代码

// 编码器
class HuffmanNode {
  constructor(char, freq) {
    this.char = char;
    this.freq = freq;
    this.left = null;
    this.right = null;
  }
}

function buildHuffmanTree(charFreq) {
  let nodes = charFreq.map(item => new HuffmanNode(item.char, item.freq));

  while (nodes.length > 1) {
    nodes = nodes.sort((a, b) => a.freq - b.freq);
    const left = nodes.shift();
    const right = nodes.shift();
    const parent = new HuffmanNode(null, left.freq + right.freq);
    parent.left = left;
    parent.right = right;
    nodes.push(parent);
  }

  return nodes[0];
}

function buildHuffmanCodes(node, currentCode, codes) {
  if (node.char !== null) {
    codes[node.char] = currentCode;
    return;
  }

  if (node.left !== null) {
    buildHuffmanCodes(node.left, currentCode + '0', codes);
  }

  if (node.right !== null) {
    buildHuffmanCodes(node.right, currentCode + '1', codes);
  }
}

function huffmanEncode(text) {
  const charFreq = [...text].reduce((freqMap, char) => {
    freqMap[char] = (freqMap[char] || 0) + 1;
    return freqMap;
  }, {});

  const huffmanTree = buildHuffmanTree(Object.entries(charFreq));
  const huffmanCodes = {};
  buildHuffmanCodes(huffmanTree, '', huffmanCodes);

  const encodedText = [...text].map(char => huffmanCodes[char]).join('');

  return {
    encodedText,
    huffmanTree,
    huffmanCodes,
  };
}

javascript 复制代码

// 解码器
function huffmanDecode(encodedText, huffmanTree) {
  let decodedText = '';
  let currentNode = huffmanTree;

  for (const bit of encodedText) {
    currentNode = bit === '0' ? currentNode.left : currentNode.right;

    if (currentNode.char !== null) {
      decodedText += currentNode.char;
      currentNode = huffmanTree; // 重置为根节点，继续下一个编码的解码
    }
  }

  return decodedText;
}

四、使用场景

做App、游戏时，本地存储数据
通信时压缩传输数据