Сжатие файла методом Хаффмана на PHP

[Valtasaar]

Доброго всем!

По вопросу нашел много примеров на Си и JAVA, но мне это не помогло. Пытаюсь самостоятельно что-то выдумать.

Вот начальный код:

PHP код:

$handle = fopen($fileComUpName, 'r+');
        
        //Цикл для создания массива символов
        $arrChar = array();
        $i = 0;
        if ($handle) {
            while (false !== ($char = fgetc($handle))){
                $arrChar[$i] =  $char;
                $i++;                
            }
        }
 
        //Количество повторений символов и сортировка по возрастанию
        $arrCharVal = array_count_values ($arrChar);
        asort($arrCharVal);
 
        //Дерево
        $arrTree = array();
 
        while (count($arrCharVal) > 1) {
            $key1 = key($arrCharVal);
            $val1 = array_shift($arrCharVal);
            $key2 = key($arrCharVal);
            $val2 = array_shift($arrCharVal);
 
            $key = $key1.$key2;
            $val = $val1 + $val2;
 
            $arrTree[$key] = $val;
 
            $arrCharVal[$key] = $val;
            asort($arrCharVal);
        }
        asort($arrTree); 


После таких манипуляций я получил массив с элементами, у которых ключи это символы, а значения - общее число повторений.

Как быть дальше? Насколько я понял метод Хаффмана предполагает сжатие данных за счет уменьшения количества бит, которыми закодированы символы. А если узлов в дереве получилось более 300, то и на один символ будет приходиться соответствующее количество битов. В общем дальше мне непонятно.

[was3110]

т.е. Вы получили частоты символов. Первый шаг сделан правильно. Осталось построить дерево и таблицу Хаффмана. Т.к. кодирование производится по таблице, а декодирование по дереву. Примеры нашли - это хорошо, а смысл метода (теоретически) не уяснили - плохо.
О смысле здесь...

[Valtasaar]

was3110, спасибо за ответ.
В последнем своем действии в коде я и попытался построить дерево. Складывал два символа с наименьшим повторением и записывал значение в массив. Суммируемые символы записывал как ключ, а вхождения как значение.

Структура полученного массива:
Символ1Символ2 => Сумма повторений,
Символ1Символ2Символ3 => Сумма повторений,
и т. д.

Далее, насколько я понял, нужно пройтись по этому массиву от элемента с самой высокой общей суммой вхождений до первого по упорядоченному порядку, параллельно присваивая символам либо 0 либо 1. Если я это сделаю в полученном массиве то множество символов будут закодированы кодом длинной более 8 бит. Это вообще возможно? Либо я неправильно построил дерево, либо не понял правило прохода по нему.