Gzip源代码分析（四）

最新推荐文章于 2025-11-15 08:00:00 发布

原创

最新推荐文章于 2025-11-15 08:00:00 发布 · 1.9k 阅读

1 ·

CC 4.0 BY-SA版权

本文介绍了Gzip压缩中哈弗曼编码的原理，包括涉及的数据结构ct_data，以及如何通过映射减少dyn_dtree和dyn_ltree数组的大小。在gzip中，哈弗曼编码对LZ77输出进行进一步压缩，通过特定的映射策略将原始数据范围映射到更小的节点值，以节省存储空间。解压时，通过解码小数值并恢复截断的extra bits来还原原始信息。

哈弗曼编码

首先说明一下涉及到的数据结构：

typedef struct ct_data {
    union {
        ush  freq;       /* frequency count */
        ush  code;       /* bit string */
    } fc;
    union {
        ush  dad;        /* father node in Huffman tree */
        ush  len;        /* length of bit string */
    } dl;
} ct_data;

（ush是unsigned short int类型）这是一个结构体里面套了两个联合体的数据结构。Gzip用这个ct_data类型定义了五棵树，其实就是数组：dyn_ltree[]，dyn_dtree[]，static_ltree[]，static_dtree[]，bl_tree[]。数组的下标表示待编码节点的值，freq字段表示该节点出现的频率，其余字段暂不介绍。