PS：本文章僅作為個人學習筆記，參考link均已貼出，
如侵告删！huffman原理：哈夫曼（huffman）樹和哈夫曼編碼 - dashuai的部落格 - 部落格園
推薦關注的專欄：
資料編碼www.zhihu.com
說明：為友善描述，将被編碼的每一資料，用 ‘字元’代稱
建構霍夫曼樹，左子樹值為0，右子樹值為1. 将出現頻率大的‘字元’放在離根節點近的位置，出現頻率小的‘字元’放在離根節點稍微遠的位置。這樣，對于一串‘字元’，就可以實作用最短的序列‘表示’總‘字元’串資訊，節省需要使用的01串，實作資訊壓縮。
建構哈夫曼樹的兩個準則：每次組合目前序列中權值(就是‘字元’出現的頻率/數)最小的兩個節點，分别作為左右子節點，合并得到父節點。父節點的權值，為左右子節點的權值和。'抹掉'這兩個合并了的節點，得到的父節點繼續參與後續的建構樹過程；
霍夫曼樹中，每一個葉子節點代表一個被編碼的值，也即‘字元’。任意葉子節點不可出現在其他葉子節點的路徑中(因為根據霍夫曼樹進行‘字元’編譯，是以葉節點為終點的，下面會細說。)
根據霍夫曼樹編譯‘字元串’：每次從根節點出發，往左子樹走代表0，往右子樹走代表1.直到遇到葉子節點，就完成了一次一個‘字元’的編碼。是以上面說的，任意葉節點不可出現在其他葉節點的路徑中。因為如果出現了，這個在‘别人’路徑中的‘字元’節點，就沒法被編碼到咯，這是不可的。
清晰且注釋詳細的huffman代碼傳送門：https://zhuanlan.zhihu.com/p/144562146
Q:n個葉子節點(待編碼‘字元’個數為n)，需要建構多大的霍夫曼樹？
A:2n-1 考慮從霍夫曼樹的建構過程了解這個結果。因為每一次左右子節點合并，會獲得一個新的父節點，節點數+1. 對于n個葉子節點，需要進行n-1次計算(這很好了解吧，n個數的序列可産生n-1次不重複順序運算)，是以可新增n-1個節點，故樹的總結點樹變為：n+(n-1)=2n-1
代碼實戰部分：
一小段c++并發優化速度代碼獻給大家~.~：
/**
參考自：https://github.com/ningke/huffman-codes
有了上面的壓縮代碼，我們可以開始愉快的壓縮大多數的 string 序列了(像：英文文章這樣的長篇大論.)。可以發現，對待輸入資料，我們使用 string 資料類型接收~
不過你可能還會遇到，需要壓縮一些數值序列，像 {10, -19, -200, 333 ...}，這樣的資料存在符号，且元素值不止包含一位(比如 '10'，'-200‘ 這類資料，不能被拆分成 ‘1’ ’0‘ / ’-‘ ’2‘ ’0‘ ’0‘ 來"孤立"壓縮...破壞資料“特征”了..)。針對此類場景，我們需要使用 vector<int> 資料類型接收輸入資料，以上代碼在對應函數處，将 string 換成 vector<int> 就好。另外對于輸入資料的“流入”方式，還是采用'.txt'檔案，不同元素間用 ' , ' 隔開，做以下處理：
#include
這樣就可以把有符号，且元素位數超過一位的資料，“送入” huffman 算法進行編解碼，完成壓縮恢複啦~
既然都到這一步了，那我猜你肯定還會遇到python代碼調用這個huffman c++編解碼子產品的問題咯~ 可以把這個 c++ 子產品編譯成動态庫 --> .so檔案，供給python調用。對于傳入資料，可以是 .txt (如上面的實作)，也可以是 .npy (對你沒有看錯，c++裡也可以直接讀寫.npy，甚至把npy讀入記憶體再高效傳給c++都行)。請看這裡： https://www.zhihu.com/question/293053840/answer/1434974446
得到.so庫後，難免要做一些傳參工作，這裡我又遇到了一點小坑，給大家排了吧：
參考了: https://segmentfault.com/q/1010000010680269
import
碼字不易，可以麻煩點了贊再走嘛 ~.~