29、数据压缩与加密技术解析

数据压缩与加密技术解析

一、数据压缩

1.1 Huffman 编码与 LZ77 编码的压缩效果问题

1.1.1 Huffman 编码

Huffman 编码的有效压缩依赖于数据中符号出现频率的差异。当所有可能的符号出现频率几乎相同时，压缩效果会很差。此外，对少量数据进行压缩时，Huffman 编码的表现也不佳，因为头部的频率表所占用的空间会抵消数据压缩所节省的空间。不过，在大多数情况下，数据中的符号并非均匀分布，而且我们通常也不会对少量数据进行压缩，所以这些限制一般不会成为问题。

1.1.2 LZ77 编码

LZ77 编码的有效压缩依赖于使用短语标记来编码大量的符号序列。如果生成大量的符号标记，而只有少量代表短短语的短语标记，那么压缩效果就会很差。过多的符号标记甚至可能导致压缩后的数据比原始数据更大，这种情况通常发生在滑动窗口设置得太小，无法有效利用重复短语的时候。

1.2 识别压缩数据结尾的方法

在 Huffman 编码和 LZ77 编码的实现中，通常通过计数符号来识别压缩数据的结尾，这意味着必须将符号计数与压缩数据一起存储。另一种方法是编码一个特殊的结束符号。
- Huffman 编码 ：只需将 HuffNode 结构中的符号成员改为短整型，而不是无符号字符，压缩数据的大小受影响很小。
- LZ77 编码 ：在不改变标记解释方式的情况下，每个标记需要额外存储一位来表示 257 种可能的符号，这会增加压缩数据的大小，使得这种方法不如简单地计数符号有效。

1.3 LZ77