6.6哈夫曼算法能够大幅提升压缩比率

使用哈夫曼树后，出现频率越高的数据所占用的数据位数就越少，而且数据的区分也可以很清晰地实现。但哈夫曼算法为什么达到这么好的效果呢，大家都了解吗？

通过图6-5的步骤2可以发现，在用枝条连接数据时，我们是从出现频率较低的数据开始的，这就意味着出现频率越低的数据到达根部的枝条数就越多。而枝条数越多，编码的位数也就随之增多了。

而从用哈夫曼算法压缩过的文件中读取数据后，就会以位为单位对该数据进行排查，并与哈夫曼树进行比较看是否到达了目标编码，这就是为什么哈夫曼算法可以对数据进行区分的原因。例如，10001这个使用图6-5所示的哈夫曼编码作成的5位数据，到达100时，对照哈夫曼树的数据，该数据表示的是B这个字符。至此就找到了1个字符。然后再顺着哈夫曼树寻找剩下的01，会发现它表示的是E这个字符。
接下来，让我们来看一下哈夫曼算法的压缩比率。如下图：

 

 

得到的哈夫曼编码表示AAAAAABBCDDEEEEEF，结果为0000000000001001001101011010101010101111，40位=5字节(这里为不包含哈夫曼编码信息的情况)。压缩前的数据是17字符=17字节，也就是说，我们惊奇地得到了5字节÷17字节=29%这样高的压缩率。表6-4是将表6-1中的文件应用哈夫曼算法的LHA进行压缩后的结果，大家可以参考一下。可以看出，不管是哪种类型的文件，都得到了很高的压缩比率。