霍夫曼编码.从二进制文件解码

我看到这个选项

• 编码器和解码器始终使用相同的树，它永远不会改变。所以解码器已经知道，000意味着A.
• 树以二进制格式追加在消息之前。编码器和解码器必须知道存储树的确切格式，有很多可能性可以做到这一点。在最简单的情况下，将有编码字符的数量，每个字符的ascii代码，霍夫曼代码的长度和代码本身。
• 树是使用自适应霍夫曼编码动态构建的，但似乎不是您的情况。

既然你知道A:000;l:001;a:10; :110;m:010;k:011;o:1110;t:1111; 您可以尝试一次遍历字符串00000110110010101100111110111110一个字符。 每个字符及其代码都有一个 switch 语句。当您遇到情况时，例如000，您可以输出 A。这是我可以看到你能够回到字符串的一种方式。我相信有更好的出路。

希望这有帮助。

假设"自适应霍夫曼"，通常不会自己决定为每个字符使用什么代码。

通常的顺序是

1. 分析要编码的文本。这意味着计算每个字符的出现次数。例如，在英语中，"e"比"x"，"y"或"z"更常见。
2. 按升序对字符/出现数组进行排序。
3. 构建一个 BTree - 这意味着将两个最低的合并，添加它们的计数并创建一个新的树节点。忽略这两个并查找下一对最低匹配项（可能包括您刚刚创建的节点）。这种情况一直持续到您最终得到一个根的 BTree。（有很多有用的图像）。如有必要，我可以通过更详细的步骤来解释这一点。
4. 从树根"走"到每片叶子。对于每个"左"，添加一个"0"，对于每个右边添加一个"1"。当你到达叶子时，你就有了那个字母的代码。如果你的文本有很多 e，它将有最短的代码，没有其他代码会以相同的位序列开头。这就是这个想法，最常见的字符具有最短的代码，因此可以节省更大的内存。
5. 现在，通过走树，你得到了每个字符的代码（不同的长度）。
6. 将文本编码为一串位。
7. 要解码，请使用同一棵树。您说它必须在"关闭应用程序后"工作，因此您必须以某种形式将树与编码数据一起存储。

在您的评论中，您提到了具有不同长度代码的问题。没有歧义。在极端情况下，如果你的 e 比所有其他字符的总和还要多，那么树就会非常不平衡。"e"将被编码为"1"，所有其他字母将具有不同长度的代码，从0开始。