🔥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。

  1. 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)
  2. 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。
  1. 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%
  2. 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
相关推荐
然我5 分钟前
不用 Redux 也能全局状态管理?看我用 useReducer+Context 搞个 Todo 应用
前端·javascript·react.js
前端小巷子10 分钟前
Web 实时通信:从短轮询到 WebSocket
前端·javascript·面试
神仙别闹13 分钟前
基于C#+SQL Server实现(Web)学生选课管理系统
前端·数据库·c#
web前端神器20 分钟前
指定阿里镜像原理
前端
枷锁—sha24 分钟前
【DVWA系列】——CSRF——Medium详细教程
android·服务器·前端·web安全·网络安全·csrf
枷锁—sha26 分钟前
跨站请求伪造漏洞(CSRF)详解
运维·服务器·前端·web安全·网络安全·csrf
ldj202038 分钟前
SpringBoot为什么使用new RuntimeException() 来获取调用栈?
java·spring boot·后端
超龄超能程序猿39 分钟前
Spring 应用中 Swagger 2.0 迁移 OpenAPI 3.0 详解:配置、注解与实践
java·spring boot·后端·spring·spring cloud
群联云防护小杜42 分钟前
深度隐匿源IP:高防+群联AI云防护防绕过实战
运维·服务器·前端·网络·人工智能·网络协议·tcp/ip
江南一点雨1 小时前
Tokenizer 和 BPE
后端