LDM*_*M91 3 algorithm encoding header huffman-code eof
我目前正在致力于在 Java 中实现基于霍夫曼算法的程序，并且我正处于需要将编码内容输出到文件的阶段。我对如何实现解码所需的标头和 eof 有点困惑。对于目前的标题，我拥有输入文件中出现的所有唯一值及其频率，但在一些文章中，我看到人们用 0 或 1 表示节点，然后是频率（我有点困惑） by 因为它没有说明符号是什么）。
另外，对于我所理解的 EOF，我像符号一样对其进行编码，以便读取和解码，但是我不确定我可以使用什么值来肯定不会出现？我知道它的权重需要为 1，但不确定如何确保它实际上不在文件中。
我不得不为一项任务这样做一次，这就是我们使用的方法。
通过使用 0 和 1 对树的结构（而不是频率）进行编码来对标头进行编码。“0”表示沿着树移动，“1”表示我们在叶节点。这导致了对树进行了一种前序遍历，对其进行了唯一编码。
例如，像 (((ab) c) (de)) 这样的树将被编码为“0001 a1 b1 c01 d1 e”，其中 a,b,c,d,e 是它们的 ASCII 形式。
这是图形形式的树：
/ \
/\ /\
/\ c d e
a b
对于 EOF，我们使用文件中的最后 3 位来指定需要读取的最后两个字节的数量。一旦我们读取了最后一个字节（所以我们正在处理倒数第二个字节），我们检查了最后 3 位：他们编码了要读取的更多位，减去 6。这110101xxxxxxx000意味着“读取110101（6 位）并丢弃其他所有内容”。1101011xxxxxx001表示“读取1101011（7 位）并丢弃其余部分”等。
这样做意味着我们不必有一个特殊的值来表示 EOF，我们仍然可以一次读取一个字节的文件（尽管我们实际上需要在我们工作的位置之前读取一个字节）。
（对于 EOF，我没有读过你的文章，所以我不知道我们的想法是否适用于你的方法。）