壓縮文本的拼寫和典範霍夫曼編碼

Question

我想通過使用文字作爲符號而不是字符壓縮文本，我不知道這是一個好主意，但我只是想測試它（用於科學） 。

問題是，我無法真正存儲所有的英語單詞，所以我收集了一個非常常見的單詞列表（約1600字），我打算改變它的形式，就像拼寫檢查器存儲的單詞的形式。 （例如：殺，殺，ING，殺兒，這取決於它是否是一個動詞扼殺-，形容詞等）

http://en.wikipedia.org/wiki/Canonical_Huffman_code

我想知道，如果霍夫曼的這個特殊版本的編碼適合我的需要，因爲'字典'不會經常變化，並且可以通過解壓縮工具進行分發。似乎我在創建我的原始哈夫曼樹之前必須指定這些詞的頻率，然後再將它轉換爲規範的哈夫曼樹。

如果我在這裏錯過了一個觀點，或者這是一個好的或不好的主意，你能糾正我嗎？

Answer 1

這裏要注意的一點是，這個特殊的變體的優點是只有較小的碼本而不是壓縮的數據。因此，使用它無論哪裏你需要包括huffman碼書以及你提供的數據，你替換的部分是順序的。 由於單詞自然可以按照順序進行排序，因此您應該使用Canonical Huffman Code。