🔥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
Mike_jia5 分钟前
uuWAF:开源Web应用防火墙新标杆——从工业级防护到智能防御实战解析
前端
绝无仅有8 分钟前
面试实战总结之Nginx配置经验第一篇
后端·面试·github
掘金安东尼14 分钟前
Chrome 17 岁了——我们的浏览器简史
前端·javascript·github
袁煦丞15 分钟前
群晖NAS FTP远程文件仓库全球访问:cpolar内网穿透实验室第524个成功挑战
前端·程序员·远程工作
前端小巷子19 分钟前
JS 打造动态表格
前端·javascript·面试
shark_chili20 分钟前
CPU性能优化三剑客:分支预测、并行运算与超线程技术深度解析
后端
小蒜学长28 分钟前
基于Spring Boot的火灾报警系统的设计与实现(代码+数据库+LW)
java·数据库·spring boot·后端
Victor35629 分钟前
Redis(53)如何优化Redis的性能?
后端
武昌库里写JAVA30 分钟前
基于Spring Boot + Vue3的办公用品申领管理系统
java·spring boot·后端
中国lanwp30 分钟前
Spring Boot的配置文件加载顺序和规则
java·spring boot·后端