以前去面试,被面试官问到这么一个问题:web
假如如今有一个设备,仅容许输入a~z以及空格这27个字符,请问,如何编码保存,能使其占用的内存空间最小?面试
刚开始答的时候,想到了用asc编码的形式,将27个字符分别用27位十进制数字进行保存,以后再将这27个十进制数字转为二进制存储到硬盘中,其占用的大小小于 25 字节(00000~11111),以后面试官又问:编程
若是当前字符串是连续的多个字符组成的,如何优化存储方式?c#
想了一下子还差一点,面试官提示说能够进行标记,而后跟我讲,用剩下的五位(11100~11111)存储特殊字符(好比存储一个“#”)对每一个字符进行标记存储,例如 #a#50# 就表示连续的五十个a #abc#100# 就表示连续的一百个 abc 用这种方式就能够作到连续的字符用定长存储,最后面试官又问:数据结构
若是这一串字符中,有的字符出现的几率十分大,有的字符出现的几率很小,怎么去优化存储空间呢?svg
这里答得不是很好,具体用到的数据结构应该是哈夫曼编码,因此在这复习一下哈夫曼编码。函数
哈夫曼编码(Huffman Coding)是一种编码方法,它使用变长的编码表对源符号进行编码,其中变长编码表是经过一种对字符出现概率统计的方法获得的,出现概率高的字符使用较短的编码,反之采用较长的编码,由此能够使得编码以后的字符串的平均长度、指望值下降,从而节省存储空间、达到无损压缩数据的目的。优化
- 将源符号按几率大小进行排序(从大到小)
- 将两个几率最小的合并,并继续这一步骤,始终将较高的几率分支放在右边,直到最后编程几率1。
- 将每对组合的左边指定为0,右边指定为1。
- 画出由几率1处到每一个源符号的路径,并按顺序记下路径的0和1,所获得的编码即为该符号的哈夫曼编码。
举个栗子:给定字符串DABBBCEABDCEBDCBEDCBBAECBDCBDA编码