我们可以看到，Human 树的建立方法就保证了，出现次数多的符号，得到的 Human 编码位数少，
出现次数少的符号，得到的 Human 编码位数多。
各个符号的 Human 编码的长度不一，也就是变长编码。对于变长编码，可能会遇到一个问题，就是重
新编码的文件中可能会无法如区分这些编码。
比如，a 的编码为 000，b 的编码为 0001，c 的编码为 1，那么当遇到 0001 时，就不知道 0001 代表
ac，还是代表 b。出现这种问题的原因是 a 的编码是 b 的编码的前缀。
由于 Human 编码为根结点到叶子结点路径上的 0 和 1 的序列，而一个叶子结点的路径不可能是另一个
叶子结点路径的前缀，所以一个 Human 编码不可能为另一个 Human 编码的前缀，这就保证了
Human 编码是可以区分的。
1.2.3 使用 Human 编码进行压缩和解压缩
为了在解压缩的时候，得到压缩时所使用的 Human 树，我们需要在压缩文件中，保存树的信息，也就
是保存每个符号的出现次数的信息。
压缩：
读文件，统计每个符号的出现次数。根据每个符号的出现次数，建立 Human 树，得到每个符号的
Human 编码。将每个符号的出现次数的信息保存在压缩文件中，将文件中的每个符号替换成它的
Human 编码，并输出。
解压缩：
得到保存在压缩文件中的，每个符号的出现次数的信息。根据每个符号的出现次数，建立 Human 树，
得到每个符号的 Human 编码。将压缩文件中的每个 Human 编码替换成它对应的符号，并输出。
2 gzip 所使用压缩算法的实现
我们将 gzip 的实现分成很多个部分，一个个来说明，这样做的原因见本文最后一部分。
gzip 中所使用的各种实现技巧的出处或者灵感，gzip 的作者在源码的注释中进行了说明。
2.1 寻找匹配串的实现
为一个串寻找匹配串需要进行大量的匹配工作，而且我们还需要为很多很多个串寻找匹配串。所以 gzip
在寻找匹配串的实现中使用哈希表来提高速度。
要达到的目标是，对于当前串，我们要在它之前的窗口中，寻找每一个匹配长度达到最小匹配的串，并找
出匹配长度最长的串。
在 gzip 中，最小匹配长度为 3，也就是说，两个串，最少要前 3 个字节相同，才能算作匹配。为什么最
小匹配长度为 3，将在后面说明。
剩余20页未读，继续阅读
