compression - 以良好的拼写和规范的霍夫曼代码压缩文本

Question

我想通过使用单词作为符号而不是字符来压缩文本，我真的不知道这是否是一个好主意，但我只想测试它（用于科学）。

问题是，我不能真正存储英语的所有单词，所以我收集了一个非常常见的单词列表（大约 1600 个单词），我打算像拼写检查器存储派生形式的单词一样对其进行更改。（例如：kill、kill-ing、kill-er、kill-s 取决于它是动词、形容词等）

我想知道这个特殊版本的霍夫曼编码是否适合我的需要，因为“字典”不会经常更改并且可以与解压缩工具一起分发。在创建原始霍夫曼树之前，我似乎还必须指定单词的频率，然后再将其变成规范的霍夫曼树。

如果我在这里遗漏了一点，或者这是一个好主意还是坏主意，你能纠正我吗？

score 0 · Accepted Answer

这里要注意的一点是，这种特殊变体的优点是只有更小的码本而不是压缩数据。因此，只要您需要包含霍夫曼密码本以及您的数据，只要您替换的部分是连续的，就可以使用它。由于单词自然可以按顺序排序 - 你可以，因此你应该 - 使用 Canonical Huffman Code。

1 回答 1