4、编写主函数huffman_test.m，实现模拟数据传输的过程，并绘制码率与压缩比之间的关系图。

以下是一个简单的 `huffman_test.m` 主函数，它使用随机生成的数据来测试霍夫曼编码的效果，并绘制码率和压缩比之间的关系图：

function huffman_test()
% 随机生成测试数据
N = 1000;
data = char(randi([0 255], 1, N));

% 使用霍夫曼编码压缩数据
[code, dict] = huffman_encode(data);
compressed_data = huffman_compress(code, data);

% 计算码率和压缩比
original_bits = 8 * N;
compressed_bits = numel(compressed_data);
code_bits = sum(cellfun(@numel, {dict.code}));
compression_ratio = original_bits / compressed_bits;
coding_efficiency = code_bits / compressed_bits;

% 绘制码率和压缩比之间的关系图
ratios = logspace(-2, 0, 100);
efficiencies = coding_efficiency * ratios;
loglog(ratios, efficiencies, '-', 'LineWidth', 2);
xlabel('Compression Ratio');
ylabel('Coding Efficiency');
title('Huffman Coding Performance');
grid on;
end

function compressed_data = huffman_compress(code, data)
% 将编码文本转换为字节流
bits = length(code);
padded_code = [code repmat('0', 1, mod(-bits, 8))];
bytes = reshape(padded_code, 8, [])';
byte_values = bin2dec(bytes);
compressed_data = char(byte_values);

% 添加编码表到压缩数据的开头
num_symbols = numel(code);
num_bits = ceil(log2(num_symbols+1));
header = [dec2bin(num_symbols, num_bits) char(dict.symbol) dict.code];
header_bits = length(header);
padded_header = [header repmat('0', 1, mod(-header_bits, 8))];
header_bytes = reshape(padded_header, 8, [])';
header_values = bin2dec(header_bytes);
header_data = char(header_values);
compressed_data = [header_data compressed_data];
end

这个函数首先生成一个长度为 `N` 的随机数据流。然后使用 `huffman_encode` 函数对数据进行编码，并使用 `huffman_compress` 函数将编码后的数据转换为字节流。接下来，它计算原始数据的比特数、压缩后数据的比特数、编码表的比特数，以及压缩比和编码效率。最后，它使用 `loglog` 函数绘制码率和压缩比之间的关系图。

需要注意的是，`huffman_compress` 函数中的编码表是添加到压缩数据的开头。它首先将编码表转换为一个二进制字符串，然后将字符串分组为 8 个比特位，转换为字节，最后将字节拼接到压缩数据的开头。在解压缩时，需要先从压缩数据的开头读取编码表，并使用它来解码数据。