欢迎来到数据压缩的世界！
你有没有想过，为什么你能在大约几秒钟内就将一张高画质照片传送给朋友，或者为什么一个小小的智能手机竟然能存下成千上万首歌？这背后的秘密就是数据压缩 (Data Compression)。在本章中，我们将一起探索电脑如何“缩小”数据，从而节省空间和时间。如果刚开始觉得这些概念有点技术性，不用担心——我们会一步一步为你拆解！
什么是数据压缩？
数据压缩是指缩减文件大小的过程。它通过使用算法，将相同的信息封装成更少的位元 (bits)。
为什么我们需要它？
我们压缩数据主要有两个原因：
1. 存储空间：文件越小，占用的硬盘或手机内存空间就越少。
2. 传输速度：较小的文件在网络上传输的速度更快。这意味着网页加载速度更快，视频流媒体播放时也不容易频繁缓冲 (buffering)。
比喻：想象一个睡袋。当它摊开时，会占据很大的空间；但当你把它塞进小小的压缩袋时，虽然还是同一个睡袋，但携带和存储起来就方便多了！
快速复习：为什么要压缩？
• 使用更少的存储空间。
• 下载或通过网络传送的速度更快。
• 允许在设备上存储更多数据。
行程长度编码 (Run Length Encoding, RLE)
行程长度编码 (RLE) 是一种简单的压缩形式，通过寻找连续且相同的数据来运作。它不会存储每一笔数据，而是存储数据值以及该数据重复出现的次数。
运作原理
想象一个简单黑白图像中的一行像素，其中 0 代表白色，1 代表黑色：
原始数据：0000011100000011
不进行压缩的话，这需要 16 个位元。使用 RLE，我们将它们分组为频率/数据对 (frequency/data pairs)：
• 五个 0
• 三个 1
• 六个 0
• 两个 1
压缩后的版本变为：5 0 3 1 6 0 2 1
避免常见错误：永远记住顺序！通常是计数（频率）在前，数值在后。千万别弄混了，否则电脑将无法还原成原始文件！
重点总结
当数据包含大量重复模式时（例如简单的图标或大面积相同颜色的图像），RLE 的效果最好。
哈夫曼编码 (Huffman Coding)
哈夫曼编码是一种更聪明的数据压缩方式，特别适合处理文字。它是基于频率 (frequency)，也就是字符出现的频率来进行编码。
核心概念
在标准的 ASCII 中，无论字符出现频率如何，每个字符都固定使用 7 或 8 个位元。而在哈夫曼编码中，我们会为出现频率高的字符（如 'e' 或 '空格'）分配较短的二进制代码，而为出现频率低的字符（如 'z' 或 'q'）分配较长的代码。
解读哈夫曼树 (Huffman Tree)
要找到某个字符的二进制代码，你需要从哈夫曼树的顶部（根节点，root）往下追踪到该字符。
• 每向左 (Left) 走一次，就加上一个 0。
• 每向右 (Right) 走一次，就加上一个 1。
例子：如果你向左走，再向右走，最后向左走到达字母 'A'，那么它的哈夫曼代码就是 010。
你知道吗？由于常用字母的代码非常短（例如只有 '0' 或 '10'），整个句子所使用的位元总数会远低于每个字母都用 8 个位元的情况！
计算压缩节省量
在考试中，你可能会被要求比较未压缩数据 (ASCII) 与哈夫曼压缩数据的差异。
逐步计算：位元比较
1. 未压缩：计算字符串中的字符总数，然后乘以 8（假设使用 8-bit ASCII）。
公式：\( \text{总位元数} = \text{字符数} \times 8 \)
2. 哈夫曼压缩：使用提供的树状图找出每个字母的代码。计算每个代码的位元数并将它们加总。
3. 节省量：用未压缩的总数减去压缩后的总数。
例子：
使用 8-bit ASCII 存储单词 "BEE"：
\( 3 \text{ 个字符} \times 8 \text{ 位元} = 24 \text{ 位元} \)。
若使用哈夫曼编码，假设 'B' 是 11，'E' 是 0：
B (11) + E (0) + E (0) = 4 位元。
总节省：20 个位元！
快速复习盒
ASCII：固定长度（通常每个字符 8 个位元）。
哈夫曼：可变长度（常用字符 = 短代码；罕见字符 = 长代码）。
RLE：频率/数据对（例如 4 个 'A' 变成 4 A）。
关键词汇总结
• 数据压缩 (Data Compression)：缩减文件大小以节省空间或传输时间的方法。
• 行程长度编码 (Run Length Encoding, RLE)：一种通过“计数+数值”来取代重复数据的数据压缩方法。
• 哈夫曼编码 (Huffman Coding)：一种利用树状结构，为高频率字符分配较短二进制代码的方法。
• 频率 (Frequency)：特定数据或字符出现的次数。
• 位元 (Bit)：电脑中最小的数据单位（0 或 1）。
如果哈夫曼树刚开始看起来像蜘蛛网一样复杂，不用担心！只要记住：从顶部开始，沿着分支走向你需要找的字母就可以了。你一定能学好的！