正文
所謂數據壓縮，是指在不丟失信息的前提下，縮減數據量以減少存儲空間，提高傳輸、存儲和處理效率的一種技術方法。或者是按照一定的算法對數據進行重新組織，減少數據的冗餘和存儲的空間。
能實現數據壓縮的本質原因就是數據的冗餘性。
本系列將分爲上下兩個部分，介紹四種數據壓縮算法，分別爲Huffman壓縮算法、RLE壓縮算法、LZW壓縮算法、Rice壓縮算法。
其中本文將詳解Huffman壓縮算法和RLE壓縮算法。
詳解數據壓縮算法(下)：http://blog.csdn.net/fengchaokobe/article/details/8020472
第一節 Huffman壓縮算法
huffman壓縮算法可以說是無損壓縮中最優秀的算法。它使用預先二進制描述來替換每個符號，長度由特殊符號出現的頻率決定。其中出現次數比較多的符號需要很少的位來表示，而出現次數較少的符號則需要較多的位來表示。
huffman壓縮算法的原理：利用數據出現的次數構造Huffman二叉樹，並且出現次數較多的數據在樹的上層，出現次數較少的數據在樹的下層。於是，我們就可以從根節點到每個數據的路徑來進行編碼並實現壓縮。
假設有一個包含100000個字符的數據文件要壓縮存儲。各字符在該文件中的出現頻度如下所示：
在此，我會給出常規編碼的方法和Huffman編碼兩種方法，這便於我們比較。
常規編碼方法：我們爲每個字符賦予一個三位的編碼，於是有：
此時，100000個字符進行編碼需要100000 * 3 = 300000位。
Huffman編碼：利用字符出現的頻度構造二叉樹，構造二叉樹的過程也就是編碼的過程。
這種情況下，對100000個字符編碼需要：(45 * 1 + (16 + 13 + 12 + 9)*3 + (9 + 5)*4) * 1000 = 224000
孰好孰壞，例子說明了一切！好了，老規矩，下面我還是用上面的例子詳細說明一下Huffman編碼的過程。
首先，我們需要統計出各個字符出現的次數，如下：
接下來，我根據各個字符出現的次數對它們進行排序，如下：
好了，一切準備工作就緒。
在上文我提到，huffman編碼的過程其實就是構造一顆二叉樹的過程，那麼我將各個字符看成樹中將要構造的各個節點，將字符出現的頻度看成權值。Ok，有了這個思想，here we go！
構造huffman編碼二叉樹規則：
從小到大，
從底向上，
依次排開，
逐步構造。
首先，根據構造規則，我將各個字符看成構造樹的節點，即有節點a、b、c、d、e、f。那麼，我先將節點f和節點e合併，如下圖：
於是就有：
經過排序處理得：
接下來，將節點b和節點c也合併，則有：
於是有：
經過排序處理得：
第三步，將節點d和節點fe合併，得：
於是有：
繼續，這次將節點fed和節點bc合併，得：
於是有：
最後，將節點a和節點bcfed合併，有：
以上步驟就是huffman二叉樹的構造過程，完整的樹如下：
二叉樹成了，最後就剩下編碼了，編碼的規則爲：左0右1
於是根據編碼規則得到我們最終想要的結果：
從上圖中我們得到各個字符編碼後的編碼位：
Ok，過程清楚了，我們來看看核心代碼：由於Huffman編碼在以前的文章已經給出過，故在這隻給出鏈接！
Huffman編碼：http://blog.csdn.net/fengchaokobe/article/details/6969217
好了，Huffman編碼就講完了。Go on!
第二節 RLE壓縮算法
RLE：Run-length Encoding，譯爲“行程長度編碼”，它是一個無損壓縮的非常簡單的算法。
RLE壓縮算法的原理：統計某一節字節在整個字節表中出現的次數，並以該字節和出現的次數作爲編碼的依據。
好了，光說理論解決不了問題，還是用例子來說明。
現有如下一些字節數據：
那麼，首先我對上述每個數據出現次數做統計，即得到：
ok，編碼的依據得到了，萬事俱備。由於RLE編碼太簡單了，於是我們一步就得到編碼的結果了。如下：
編碼的過程簡單，代碼的實現也就很容易了，下面我們看看核心代碼：
char * REL_Coding(char *src_ch, int length, char *dst_ch)
/*** src_ch爲原始字符串，
*** length爲原始字符串的長度，
*** dst_ch爲根據算法得到的編碼
***/
{
int i = 0;
int j = 0;
int count = 0;
char p = src_ch[0];
while(i <= length) //開始編碼
{
if(p == src_ch[i])//如果有重複，計算其重複的次數
{
i++;;
count++;
continue;
}
dst_ch[j] = p;
dst_ch[++j] = (count + '0');
j++;
count = 0;
p = src_ch[i]; //下一次比較的開始位置
}
return dst_ch;
} 對於上述方法，有人提出：如果字節表中出現連續不重複的數據，就會因爲設置太多的字節次數爲而達不到壓縮的效果。再想的壞一點，如果字符表中的各個字符只出現一次，也就是全部不重複，那麼經過RLE編碼之後，不僅沒有實現壓縮，反倒是增加了一倍。比如“ABCDEFG”，如果用上述方法，那麼經過壓縮後應爲：A1B1C1D1E1F1G1，好壞一目瞭然。當然這是最壞的情況，但是我們必須考慮！那麼此時我們該怎麼辦呢？
針對上述問題，人們對算法做了一些改進。改進算法的核心思想是：我們知道一個字節是八位，那麼用最高位來當做一個標誌位，這個標誌位如果爲1，則表示後面跟的是重複的數據，如果爲0則表示後面跟的是非重複的數據；我們用低七位來表示這個數據重複的次數。用下一個字節來表示這個字節數據。
舉個例子，我們現有一下數據：
對於表中的數據通過前後位的比較，有兩種情況：
1.如果有幾個連續重複的數據，則最高位置1，並計算重複的次數；
2.如果當前數據與下一個數據不同，則表示當前數據沒有重複，置0，繼續向後查找。
注意：當出現連續出現不重複數據的情況時，如“ABCD”，此時只可用一個標誌位來表示。
於是，便得到了壓縮後的結果：
我們來計算比較一下，壓縮之前需要15個字節，而用改進算法壓縮之後只需要11個字節。而且，改進的算法在原始數據越長的情況下，壓縮的效果就越優秀。
這麼優秀的算法，必須給出核心代碼，如下：
unsigned char * rle_coding(char * src_ch, int length, unsigned char * dst_ch)
/*** src_ch爲原始字符串，
*** length爲原始字符串的長度，
*** dst_ch爲根據算法得到的編碼
***/
{
int i = 0;
int j = 0;
int k = 0;
int count = 0;
char p = src_ch[0];
while(i <= length) //開始編碼
{
if(src_ch[i] == p) //如果有重複，計算其重複的次數
{
count++;
i++;
continue;
}
if(count > 2) //如果重複的次數滿足條件，則最高位置1
{
dst_ch[j] = dst_ch[j] | 0x80;
}
dst_ch[j] = dst_ch[j] | count; //低位保留重複的次數
dst_ch[j + 1] = p;
count = 0;
p = src_ch[i]; //下一次比較的開始位置
/*
for(k = 0; k < 0x2; k++)
{
if(j % 2 == 0)
{
printf("%x", dst_ch[j]);
j++;
}
else
{
printf("%c", dst_ch[j]);
j++;
}
}
*/
j++;
}
return dst_ch;
} 好了，RLE壓縮算法就這些，怎麼樣，簡單吧！本文的兩種算法講完了，其餘的壓縮算法會在下篇中跟進！
第三節 結束語
想想、寫寫、畫畫......（未完，接下篇）