जब एक संपीड़न एल्गोरिदम समझता है वहाँ अक्सर लाभ और प्रत्येक के लिए नुकसान कर रहे हैं। यह संपीड़न की प्रकृति है जो इनपुट का एक सेट देती है, उस डेटा के लिए बेहतर और खराब संपीड़न एल्गोरिदम मौजूद है।
हफमैन वास्तव में कुछ चीजों में वास्तव में अच्छा है। सबसे विशेष रूप से डेटा के साथ जो ऑर्डर दोहराता है और इसमें वर्ण स्थान का उप-सेट होता है। उदाहरण के लिए अंग्रेजी भाषा पाठ फाइलें। अंग्रेजी भाषा में एक ही अक्षरों के बाद एक ही अक्षर होते हैं।
यदि आपका प्रोफेसर या पुस्तक आप धारणा है कि Huffman इस्तेमाल नहीं किया है दे दी है, वे गलत हैं। उदाहरण के लिए इंटरनेट के साथ और उससे लगभग सभी संचार कुछ हफमैन एन्कोड किए गए हैं। (कई संचार प्रोटोकॉल इसका उपयोग करते हैं।) अधिकांश छवि फ़ाइलें (जेपीईजी) हफमैन एन्कोडेड हैं। अधिकांश संगीत फ़ाइलें (एमपी 3) हफमैन एन्कोडेड हैं। वहां कई अन्य उदाहरण हैं।
एक कारण यह Huffman प्रयोग किया जाता है, क्योंकि यह कर सकते हैं एक अलग अनुकूली Huffman कहा जाता एल्गोरिथ्म के माध्यम से "खोजा" किया है। जैसे ही आप फ़ाइल पढ़ते हैं, आप हफमैन कोड सीखते हैं और "जैसे ही आप जाते हैं"। यह एक सरलीकृत अवलोकन है, लेकिन आपको विचार मिलता है।
उपयोग स्थिति समस्या के लिए सबसे अच्छा एल्गोरिथ्म हल करने के लिए, ज़िप फ़ाइलें अलग बार दबाने के एक नंबर क्या सबसे अच्छा एक एक दिया फ़ाइल के लिए है पर निर्भर करता है के उपयोग की अनुमति।
कोई आपको पोर्कियां बता रहा है। – Will
ईमानदारी से, "क्या कोई असली दुनिया गैर-हफमैन संपीड़न है?" हफमैन और एडैप्टिव हफमैन एन्कोडिंग/संपीड़न की वास्तविक दुनिया [टीएम] की सफलता को देखते हुए एक और दिलचस्प सवाल होगा (लेकिन यह अधिक दिलचस्प होगा)। जिसने आपको बताया था कि "वास्तविक डेटा संपीड़न सॉफ्टवेयर हफमैन को नियोजित नहीं करता है" अपने दिमाग में सही नहीं है। – SyntaxT3rr0r