Huffman编码与解码（实现任意文章内容压缩）

[问题描述]

对一篇不少于5000字符的英文文章（Huffman编码材料.txt），统计各字符出现的次数，实现Huffman编码(code.dat)，以及对编码结果的解码(recode.txt)。

[基本要求]

（1） 输出每个字符出现的次数和编码,并存储文件(Huffman.txt)。

（2） 在Huffman编码后，英文文章编码结果保存到文件中(code.dat)，编码结果必须是二进制形式，即0 1的信息用比特位表示，不能用字符‘0’和‘1’表示（*）。

（3） 实现解码功能。

原文章：

对于这道题，首先应该求出每个字符出现的次数，作为哈夫曼编码的权重，这里我们只需打开文件，读取文件中的数据，再统计字符个数即可。之后我们开始建立哈夫曼树（这里我就不多说了，不知道如何建哈夫曼树的可以看我之前的文章，有详细解说），哈夫曼树建立完成后，我们即可求得每个字符的编码方式。

到这里，如果之前写过哈夫曼树的建立，做起来就比较容易，但我们也只完成了第一个问题，比较麻烦的是后面两问。第二问实质就是让我们对文章内容进行压缩，并保存到一个二进制文件中；第三问是让我们根据压缩得到的二进制文件还原文章。

压缩：现在，我们只是知道了每一个字符的编码方式，那么如何根据编码方式对文章内容进行压缩呢？这里我采用了一个比较暴力的方法。先将原来所有字符的哈夫曼编码连成一个长字符串（均为0、1），然后每8位取一组（注：一个字符是8个bit，所以每8位取一个），组成一个无符号类型的字符（unsigned char），这里要重点处理的一个问题是，最后不足8位的，我们要在后面补0来凑成8位，然后多读取一个提示符，提示最后一个凑成的字符原来的位数（因为在解码时，后面补的0是多余的，我们要根据提示符来把这些0舍去）。

解码：我们把字符依次从二进制文件中读出来，再把它们转回二进制的0、1形式，具体做法就是除2取余，最后不足8位的补0，再逆序，这样就可以还原原来的哈夫曼编码。当读到倒数第二个字符时（因为最后一个是我们多加的提示符，所以倒数第二个字符即为原来的最后一个字符），先把它转成8位0、1字符串，接着把提示符读出来，根据提示符的大小来截断8位字符串。到此我们就可以得到原来所有字符的哈夫曼编码连成的长字符串。再根据哈夫曼编码的方式对其进行解码即可。

注：编码和解码应该是分开进行的，解码的时候知道的只有编译后的二进制文件和解码方式。不应从之前编码的操作中直接获取提示（例如直接就知道最后一个8位字符串应该保留几位）。

源代码：