回答问题之前先来看看什么是压缩。当你有天走在路上，碰见熟人对你说：“吃了？”你一定知道他是在打招呼，既不是要请客也不是让你“没吃赶紧回家吃去”。这一句简单的“吃了”是礼貌和问好的体现，也是一种信息的压缩。笼统地说，把一系列已有信息通过一定方法处理，使得其长度缩短，并且信息含量基本或者完全不变，就称之为压缩。

　　计算机上的压缩过程

　　我们都知道，计算机采用的是2进制系统。一个连续的n位二进制数集，就可以用来表示 2 n 个字符。目前的国际标准是ASCII码：用一个字节即8位数的2进制码，来表示各种字符和字母。

　　现在我们只使用2位二进制码，来简单地演示由4个符号组成的字符串的压缩过程。

　　假设我们有这么一串20个字母的数据：

　　默认情况下，用2位2进制码来表示这四个字母：

　　每个字符在字符串种各自出现的次数并不相等：

　　A：6次    B：10次    C：3次     D：1次

　　而在计算机中，数据则是以2进制码的形式储存在硬盘上的：

　　00 00 01 00 00 01 01 10 01 00 01 01 01 10 01 01 00 01 11 10

　　压缩过程如下：

　　① 注明每个字符的出现次数。把两个出现次数最小的字符圈到一起，看作一个新字符，新字符的次数为两个组成字符的次数之和。

　　② 重复上述操作，直至完成对所有字符的处理。这种操作形成的结构看起来像棵树(下图)，被称为——霍夫曼(Huffman)树。

　　③ 在每一层的分支线上，按下图所示分别标上0和1。

　　从最顶端往下读，每个字符都有唯一的分支编号连到它那里，无重复也无遗漏，这样就得到了ABCD这四个字符的新的代码：

　　用以上新编码代入原字符串中，得到：

　　10 10 0 10 10 0 0 110 0 10 0 0 0 110 0 0 10 0 111 110

　　整理一下得到新编码：

　　原编码：0000010000010110010001010110010100011110

　　新编码：1010010100011001000011000100111110

　　看！数据成功被压缩。这一段40位长度的内容被压缩到了34位，压缩率是85%。

　　回顾过程容易发现压缩的秘密：出现频率最多的"B"由一位二进制码“0”来表示，而出现频率较低的"C"和"D"，则由长度增加了的三位二进制码来表示。通过合理分配不同长度的编码，肯定可以对数据进行一定程度的压缩。

　　另外可以证明，霍夫曼树就是此类编码替代的最优化的方案之一。因为假如存在一个字符的出现频率高于另一个字符，而它的变长码长度却长于另一个字符，那么必然可以通过交换两者的位置，使得输出结果的总长度变短。有限次操作后可以达到无法再交换的情况，也就是霍夫曼树规则下的情况。