Write a program to implement file compression using Huffman coding, output the compression ratio, and conduct testing

要编写一个程序来实现文件压缩使用Huffman编码，首先需要了解Huffman树的概念，它是一种用于构建最优前缀码的数据结构。以下是实现的基本步骤：

1. **读取文件内容**：
使用文件操作库（如Python的`open()`函数）读取原始文件，将其内容转换成字符数组。

2. **计算频率**：
计算每个字符在文本中出现的次数，创建一个字典存储每个字符及其频率。

3. **构建Huffman树**：
使用字符频率作为节点权重，应用Huffman算法构建二叉树。这个过程中会合并频率低的节点直到只剩下一个。

4. **生成Huffman编码**：
遍历生成的Huffman树，从根到叶节点，记录每个字符对应的编码路径。

5. **压缩数据**：
将原始文本中的字符替换为其Huffman编码。

6. **计算压缩比**：
压缩后的数据长度除以原始数据长度，得到压缩比。

7. **输出结果**：
输出压缩后的数据以及压缩比率。

8. **测试与验证**：
将压缩后的数据写入新文件，然后解压并检查是否恢复了原始数据，同时再次测量压缩后的数据大小，确认压缩效果。

下面是一个简单的Python示例代码框架：

import heapq
from collections import defaultdict

# ...省略实际读取文件和频率计算部分...

def huffman_tree(freqs):
    # Huffman树构造过程...

def build_codes(tree):
    # 编码生成过程...

def compress(data, codes):
    # 压缩数据部分...

def main():
    freqs = {...}  # 字符频率字典
    tree = huffman_tree(freqs)
    codes = build_codes(tree)
    compressed_data = compress(original_data, codes)

    original_size = len(original_data)
    compressed_size = len(compressed_data)
    compression_ratio = compressed_size / original_size

    print("Compressed data:", compressed_data)
    print(f"Compression ratio: {compression_ratio}")

    # 测试解压和数据完整性...
    decompressed_data = decompress(compressed_data, codes)
    assert original_data == decompressed_data

if __name__ == "__main__":
    main()