一、这里比较下常见变长编码规则：UTF-8和哈夫曼编码
编码：
- utf-8编码是对Unicode(万国码)进行编码，Unicode是固定不变的，属于标准。
- 哈夫曼编码是根据文本或者图片等等资源，先进行概率统计。得到概率值后，构造哈夫曼树，然后对叶子节点进行编码，动态生成该资源的码表。这个码表，不同资源一定是不同的。
解码：
- utf-8解码，只需要查询固定不变的Unicode码表，就能解码出原始文本
- 哈夫曼解码，需要查询哈夫曼编码自己独有的码表。这个码表，一定会随着网络通信传递给对方。比如：最常见的应用压缩。通过哈夫曼编码压缩资源，生成zip文件。这个zip文件格式，一定会包含哈夫曼编码的码表，以及编码压缩后的二进制数据。把整个zip通过网络传递给对方，对方拿到压缩后的二进制数据在解码。
二、一次压缩文件的传输过程
原始文本：abaaac
如果不压缩，直接通过utf-8编码，通过网络传递给对方。那么该文本的二进制长度：8bit * 6 = 48bit
如果使用哈夫曼编码进行压缩，再网络传输给对方。那么该文本需要先构建哈夫曼树，然后对叶子节点编码，得到码表。传输的时候，把码表和二进制同时传递给对方。对方解码的时候，查询码表，解码出来原始数据。
参考文章：https://zhuanlan.zhihu.com/p/123368046
哈夫曼编码压缩后，生成的码表table，用UTF-8编码进行网络传输。二进制数据就是哈夫曼编码的结果，不在utf-8编码了。这样：
整个哈夫曼编码压缩的长度 = 二进制数据长度 + 码表table长度
网友评论