自适应霍夫曼 使用Vitter算法在Java中实现自适应霍夫曼编码。 如何运行编码器 使用javac进行编译 $ java adaptiveHuffman.encoder.Encoder InputFile OutputFile` 其中InputFile是要压缩的一些文本或其他文件，而OutputFile是将压缩后的代码写入的位置。 如何运行解码器 $ java adaptiveHuffman.decoder.Decoder InputFile OutputFile 其中InputFile是压缩的中间文件，而OutputFile是将未压缩的数据写入的位置。

Huffman树的编码与译码 本程序先统计inputfile1.txt中的一段英文中每个字符出现个数，；接着进行Huffman树的编码，将每个字符的编码结果保存在outputfile1.txt；之后读入inputfile2.txt中的一段0,1形式的编码，将其译码，并将译码结果保存在outputfile2.txt。

压缩算法,几种比较全的文件压缩算法,包括Huffman,lz等

通过Huffman编码基本流程, 学习二叉树数据结构和生成方法，并用Matlab调试Huffman编码程序。

用C语言实现了Huffman编码，并对同一个文本文件进行压缩和解压缩，文本文件仅限于英文文件。解压缩后的文件跟原文件一样。压缩较大的文件效果明显，但是仅压缩1个字节或者非常少的字节文件会增大文件。

信息论编码实验

从文件读入数据并用huffman树进行编码和解码，输出编码值和解码值，vc6.0亲测通过

基于二进制的哈夫曼编码的全文件压缩与解压，先将文件转成二进制文件再进行压缩，运用哈夫曼树的原理对可将文件压缩，解压原理反之

HUFFMAN 霍夫曼编码器。 C = HUFFMAN(D,W) 使用 D-ary 输出代码字母表为具有向量 W 给定的非负权重的源符号生成静态最小方差哈夫曼树和相应的码本 C， 例如，对于二进制输出代码字母表，D = 2。 W 是非负源符号权重的 N 向量，其中 N 是源符号的数量。 生成的霍夫曼码 C 最小化加权码字长度， 例如，如果权重是源符号的概率，则 C 最小化预期码字长度。 C 是一个 N 向量的字符串（即元胞数组），给出了 W 中 N 个源符号中的每一个的码字。 C = HUFFMAN(D,W,L,'screen') 额外显示生成的 Huffman 代码树的简单文本再现，源符号标签由 L 给出。L 是字符串的 N 向量（即元胞数组） 包含 N 个源符号中每一个的标签。 C = HUFFMAN(D,W,L,'dot') 额外创建一个 DOT 文件来描述生成的 Huffm

对无记忆信源进行huffman编码，解码，计算信源熵，编码效率