压缩算法面试题常见考点解析

最近在准备技术面试的朋友可能会遇到一类高频题——压缩算法。这类题目不仅考察编程能力，还涉及对数据结构和算法优化的理解。尤其在前端、后端甚至移动端岗位中，出现频率越来越高。

为什么面试爱考压缩算法？

互联网每天产生海量数据，传输和存储成本很高。比如你发个朋友圈，照片如果没压缩，可能几十MB，加载半天。公司希望工程师能写出更高效、省带宽的代码，所以压缩相关的逻辑就成了面试重点。

最常考的题型：字符串压缩

题目大概是这样：给定一个字符串，比如 "aaabbc"，把它压缩成 "a3b2c1"。如果压缩后不比原串短，就返回原串。

这题看似简单，但写全所有边界情况并不容易。比如空字符串、单字符、连续字符长度超过9的情况（会不会变成a11还是a1a1）。

def compress_string(s):
    if not s:
        return s
    
    result = []
    current_char = s[0]
    count = 1
    
    for i in range(1, len(s)):
        if s[i] == current_char:
            count += 1
        else:
            result.append(current_char + str(count))
            current_char = s[i]
            count = 1
    
    result.append(current_char + str(count))
    compressed = ''.join(result)
    
    return compressed if len(compressed) < len(s) else s

Huffman 编码也有可能被问到

虽然手撕Huffman树在短时间内不太现实，但面试官可能会让你讲思路：怎么根据字符频率构建最优前缀编码？这时候你得说出“频率低的放深节点，用优先队列合并最小两个频次”这些关键词。

实际生活中，ZIP压缩、JPEG图片、MP3音频都用了类似思想。你电脑上右键一个文件“添加到压缩包”，背后就是这些算法在跑。

别忘了了解真实应用场景

面试时如果能提到Gzip是基于LZ77，PNG用的是DEFLATE，甚至浏览器请求头里的Accept-Encoding字段支持gzip、br等格式，立刻显得你不是死背题，而是真懂应用。

有个朋友面试时被问：“网页资源压缩有哪些方式？”他答了Gzip、Brotli，还说了Brotli比Gzip压缩率高但耗CPU，最后提了一句“我们公司CDN默认开Brotli”，当场就被夸有工程思维。

小建议：动手实现一遍

光看题解不行。找个周末，自己从头写个字符串压缩函数，再试试模拟哈夫曼编码的步骤。你会发现，很多细节只有动手才会暴露，比如字符计数重置时机、字符串拼接性能问题。

这类题本质考的是：能不能把一个现实问题转化成代码逻辑，同时兼顾效率和鲁棒性。多练几遍，面试时自然不慌。