Huffman 编解码算法实现与压缩效率分析

一、实验原理

1 熵，又称为“信息熵” (Entropy) 

    1.1 在信息论中，熵是信息的度量单位。信息论的创始人 Shannon 在其著作《通信的 数学理论》中提出了建立在       概率统计模型上的信息度量。他把信息定义为“用来 消除不确定性的东西”。 

    1.2 一般用符号 H 表示，单位是比特。对于任意一个随机变量 X，它的熵定义如下：

   

    1.3 变量的不确定性越大，熵也就越大。换句话说，了解它所需要的信息量也就越大。

 2 Huffman 编码

    2.1 Huffman Coding (霍夫曼编码)是一种无失真编码的编码方式，Huffman 编码是可 变字长编码(VLC)的一种。 

    2.2 Huffman 编码基于信源的概率统计模型，它的基本思路是，出现概率大的信源符 号编长码，出现概率小的信源     符号编短码，从而使平均码长最小。 

    2.3 在程序实现中常使用一种叫做树的数据结构实现 Huffman 编码，由它编出的码是 即时码。

3 Huffman 编码的方法 

    3.1 统计符号的发生概率；

    3.2 把频率按从小到大的顺序排列 

    3.3 每一次选出最小的两个值，作为二叉树的两个叶子节点，将和作为它们的根节点， 这两个叶子节点不再参与比     较，新的根节点参与比较； 

    3.4 重复 3，直到最后得到和为 1 的根节点； 

    3.5 将形成的二叉树的左节点标 0，右节点标 1，把从最上面的根节点到最下面的叶 子节点途中遇到的 0，1 序列串     起来，就得到了各个符号的编码。 

4.静态链接库的使用

   本实验包含两个project，第一个project为huff_code，是实现Huffman编码，会生成一个.lib文件。第二个project为Huff_run。在此，需要配置库目录属性和附加依赖属性。

二、Huffman编解码流程

编码流程：

解码流程：