http://www.cnblogs.com/zengzy/p/5156130.html

关于deflate树，能搜到的资料非常少，这个概念来自gzip的压缩算法，是由huffman树转变过来的。这里简单记录下deflate树的生成过程以及deflate编码。

假设以5 8 9 10 14 15，建立一颗huffman树，可以是这个样子的：

                  61/            \27              34/       \       /        \14       13     15        19/   \            /   \5     8          9    10

也可以交换任意结点的两棵子树

                 61/            \34              27                           /       \       /         \15      19      14        13/   \              /   \9   10             5    8

交换的过程虽然会改变叶子结点的huffman编码，但是，不会改变huffman树的带权路径和，也不会改变每个叶子结点的编码长度。基于这一点，我们可以做个更特殊的变换，每一层，让非叶子结点排在右边，叶子结点排在非叶子结点的左边。上面这棵树的变换之后如下：

                  61/            \34              27                           /       \       /         \15        14    19         13/   \      /   \9   10     5    8

经过变换后，上面这颗树就称为deflate树。同样，deflate树虽然改变了结点的huffman编码，但是没有改变每个元素的编码长度。在gzip压缩中的语义就是没有改变压缩率。

上面的变化用语言表达起来不好理解，再用一个例子说明：

假设下面是一个huffman树：

                  A/             \B              C                           /       \       /      \D        E      F      G/   \  /   \G   H I    J/   \                 K   L                        /  \M  N

转化为deflate之后，如下：

 　　　　　　　　　 A/             \B              C                           /       \       /         \D        G      F          E/   \       /   \I   J      H    G/   \                 K   L                        /  \M  N

那么，转换为deflate树有什么好处呢？

这涉及到码表的记录。所谓的码表就是元素及其对应的编码。

先看下正常huffman编码下码表的记录

还是以5 8 9 10 14 15为集合，以下面这颗huffman树为例：

                 61/            \34              27                           /       \       /         \15        19     14         13/   \             /   \9   10            5    8

假设走左为0，走右为1，那么码表就是：

15 14 9 10 5 8

00 10 010 011 110 111

为了能够解码，我们必须把这个码表记录下来。

再看下转换为deflate树后，如何记录

上面这颗树转换后如下：

                 61/            \34              27                           /       \       /         \15        14    19         13/   \      /   \9   10     5    8

假设还是走左为0，走右为1。转换后元素的编码改变了，码表应该如下：

15 14 9 10 5 8

00 10 100 101 110 111

虽然元素的编码变化了，但不要紧，只要我们记录如上这个码表，还是能把数据还原的。

前边说过，deflate虽然改变了编码，但是每个元素的编码长度是不变的，这个时候，可以只记录每个元素的编码长度，就可以在解码的时候把数据还原。现在，码表这么记录，每一层，从左往右记录叶子结点的编码长度，层次按从上到下。先记录第2层（根节点为第0层）的两个叶子，再记录第三次的4个叶子，码表如下：

15 14 9 10 5 8

2 2 3 3 3 3

先别管如何根据这个码表解码，先对比下这两种记录法，会发现，下面这种码表记录要比上面的码表记录节省比特，2的二进制位10 ， 3的二进制位11 ，总的比特位6*2=12。

而上边的编码总长度为2+2+3+3+3+3=16（15、14的编码长度2，9、10、5、8的编码长度为3）。这并不是偶然，因为一个元素的编码的长度（10的编码长度为3）所占的二进制比特位（10的编码长度3，占二进制2位）肯定小于等于编码所占的长度（10的编码长度3）。

这就是记录码长的好处，为什么要这么计较这一丁点的比特呢，要知道，deflate树是用于压缩算法的，而且这样做并不复杂，何乐而不为？

现在再来说一下，有了这个码表如何解码，解码是编码的逆过程，所以，先看deflate树的编码

deflate树，编码方式为：

第n层的最左边的叶子结点的编码=（（第n-1层的最左边的叶子结点的编码）+ （第n-1层的叶子结点数））<< 1 。

第n层，后一个叶子结点的编码 = 前一个叶子结点的编码+1

还以下面这颗树为例:

                 61/            \34              27                           /       \       /         \15        14    19         13/   \      /   \9   10     5    8

15的编码为00

那么9的编码 = （上一层最左边的叶子结点15的编码+上一层的叶子结点数2）<<1

= (00 + 10)<<1

= 100

10的编码 = 9的编码+1 = 101

5的编码 = 10的编码+1 = 110

8的编码 = 5的编码+1 = 111

现在可以说解码过程了，码表先搬下来：

15 14 9 10 5 8

2 2 3 3 3 3

由于这个码表的记录方法是每层叶子结点从左到右，并且层次从上到下的方式，而且，会发现，编码长度就是叶子所在的层次（假设根节点为第0层）。所以，第二层开始出现了第一个叶子结点，第一个叶子结点一定是一直往左的。那么根据编码规则15的编码就是00，14的编码是01，9的编码是（00+2）<<1 = 100...

这就是deflate树与deflate编码。事实上，在gzip中，deflate树的码表并不是这么记录，但deflate树的编码和解码思想是这样的。上面的码表了记录元素及其对应的码长，但在gzip中，为了更好压缩效果，并不会记录元素，而是直接记录元素的编码长度，用一个长度序列来表示码表。如果想了解其实现，应该去看看gzip的源码，gzip的源码非常精彩，极客思想无处不在，简直让人叹为观止。

作者：zengzy
出处： http://www.cnblogs.com/zengzy

分类: 数据结构与算法

deflate树与deflate编码相关推荐

huffman树和huffman编码
不知道为什么,我写的代码都是又臭又长. 直接上代码: #include <iostream> #include <cstdarg> using namespace std; c ...
树的Prufer 编码和最小生成树计数
Prufer数列 Prufer数列是无根树的一种数列.在组合数学中,Prufer数列由有一个对于顶点标过号的树转化来的数列,点数为n的树转化来的Prufer数列长度为n-2.它可以通过简单的迭代方法计 ...
数据结构实验三：Huffman树及Huffman编码的算法实现
Exp03 Huffman树及Huffman编码的算法实现 Author: Maskros 实验目的了解该树的应用实例,熟悉掌握Huffman树的构造方法及Huffman编码的应用, 了解Huffm ...
利用Huffman树进行文本编码解码的实现
--------------------------------- 功能:利用Huffman树进行文本编码解码的实现环境:WinXP,VC6.0 输入:C:\\in.txt 输出:C:\\out.d ...
Huffman树与Huffman编码
Huffman树与Huffman编码问题描述已知某系统在通信联络中只可能出现6种字符,其使用频度如下表所示: 根据Huffman编码原理,为6种字符设计一种Huffman编码方案. 算法分析与设计 ...
以太坊的MPT树，以及编码，leveldb存储
声明:此为使用网上多处资料整理而成,由于很多地方内容相同,已经分不清哪里是原创一.MPT树 1. Trie树 Trie,又称为字典树或者前缀树 (prefix tree),属于查找树的一种.它与平衡 ...
哈夫曼树构造，编码完整代码
Haffman Tree 构造方法: 1.初始化每个叶子结点都是一棵树. 2.找最小权值的两棵树. 3.合并两树,生成新结点. 编码: 1.往左为1,右为0. 2.不等长编码. #include< ...
C语言：哈夫曼树构造及编码(核心代码每一行都有注释)
一.[实验目的及要求] 理解Huffman树的概念及其存储结构: 熟悉Huffman树的构造: 掌握Huffman树的编码方法. 二.[实验内容] 1.代码实现Huffman编码 2.请统计每个字符出 ...
【数据结构】基于c++的哈夫曼树构造、编码、译码算法实现
创建哈夫曼树的描述: 数据结构: 数据的逻辑结构是树状结构:采用静态的三叉链表存放. 算法思想: 1.先把三叉链表中N个元素进行初始化,存放叶子节点,他们都没有孩子和双亲. 2.再初始化后n-1个非叶 ...

deflate树与deflate编码

http://www.cnblogs.com/zengzy/p/5156130.html

deflate树与deflate编码相关推荐

最新文章

热门文章