熵(shang)编码
哈夫曼编码
用很小的一串01二进制数来代替一个特别长的字符，频率越高，编码越小，频率越低，编码越长，这是它的一个特点。
感谢分享
哈夫曼树+哈夫曼编码
哈夫曼编码
算术编码
通过二进制的小数，来进行编码。在香农编码基础上改进而来的。
算数编码详解
香农编码
熵(shang)编码包括很多种编码，它就是一种无损编码。不需要我们自己写编码算法，都是由现成的编码，直接用就行。
哈夫曼编码详解
1.png
左边是平衡二叉树，一个数，左边的小于它，右边的大于他，每一个节点都有2个叶子节点。
右边是哈夫曼树，是一个非平衡二叉树，会根据你的使用频率去计算，你到底是在哪个位置，比如说，40位很高的节点，那么从80到40，就编码为1，比如说160，使用的频率不高，我们就给他编码为2，通过这种方式，编码出来的数据量，就比之前少很多，
例如：在一篇文章中，40所代表的的字母或者单词出现的频率特别高，需要用1表示他，那么编码完之后，数据量也就会变的很少，我们再附上一个编码对应的词或者表，通过一个映射，我们很容易恢复原来的文章了，这是一个很简单的哈夫曼应用。
无损编码方法：用短的编码代替频次高的东西，用长的代替低频次，这样压缩后，数据就会很小。
音频编码过程
1.png
当采集到一段声音之后，会给2个模块进行处理，
- 一个是时域转频域，将一个长时间的数据，交给频域转换器，然后转换成多种频段的数据，拆出来那些是我们需要的数据，那些不是我们需要的数据。
- 二是心理声学模型，低于20hz，高于2whz，要去掉，这段声音的复合声音，被遮蔽的声音，那些是可以去掉，
- 最后将2种，汇总在一起，把我们可以去掉的数据，去掉，留下我们需要编码的数据，经过量化，再经过熵编码(可以采用哈夫曼等)，编码之后，
形成比特流数据，比特流数据就是压缩好的，可以经过网端，传输给服务器。
网友评论