原文地址在这里看到的： http://blogread.cn/it/article/3051?f=wb
传统的huffman编码采用树形结构；面临的问题就是，在encoding部分，需要扫描两次输入数据，并且建立树形结构；在decoding部分，则是需要进行树的查找操作；
但是这个操作一则，频繁的if-else分支，会导致分支预测失误，进而影响到性能；其次，就是解码操作一般是夹杂在整个操作当中的，相应的cache line很容易被踢出来，造成cache miss；
范式huffman：
encoding： 还是通过统计的出现频率，计算得出各个字符的长度数值，然后将所偶字符按照编码长度进行增序排序，现在轮到具体赋值，首先对于最长的字符进行编码，给全0，然后对于次长的，就是在之前的编码的基础上+1，同时按照长度的变化进行截断；依次操作下去知道所有字符的编码完成；当完成这个编码部分之后，当有新的字符进来需要进行编码的时候，就是一个key --> code 的映射过程，利用hash等方法是可以了；
decoding： 由于所有的编码都是存储在一个数组当中的；所以在解码的时候就显得麻烦了些；一个直接的解法就是简单便利所有的字符编码，寻找最长的一个匹配；由于在传统的树形编码当中，解码就是沿着树枝跳转的过程，所有的编码彼此之间互不为前缀；但是在这个一维数组的，还没想到一个简单漂亮的解决方法，引用一下原文当中的描述：
解码，比较复杂。前面已经把字符排序了，把这些字符的编码的头几位提取出来，不足的以0补充，可以发现一个特点，提取出来的数是非递增的。所以解码的时候，需要把所长度的最小的一个编码提取出来作为数组A，每提取一个BIT的时候，就跟这些编码比较一下，逐步判定。不用每个BIT都判断整个数组A，因为数组A是非递增的，而多读取一个BIT之后，值也是非递增的，所以最多把数组A遍历一遍就能找到解码方法。