Significado y funcionamiento
La compresión sin pérdida debe ser capaz de restaurar los datos originales exactamente a partir de la representación comprimida. El codificación RunLength utiliza la repetición continua, mientras que la codificación Huffman utiliza las diferencias en la frecuencia de los símbolos.
Es importante asignar códigos cortos a los símbolos que aparecen con frecuencia, pero estos códigos no deben generar ambigüedad. Utilizar longitudes de secuencia para datos con poca repetición puede aumentar el tamaño debido a la información de frecuencia.
Relaciones y condiciones de validez
La entropía H es una referencia para el contenido de información promedio ideal de una distribución de símbolos. En el codificación de Huffman binaria con múltiples símbolos, la longitud promedio del código L puede ser comparada con H ≤ L < H+1.
El experimento excluye el uso de un alfabeto limitado y un número fijo de bits originales, y excluye el costo de almacenamiento de las tablas de Huffman. En archivos reales, también deben incluirse los costos de los encabezados y del diccionario, así como los costos de los bloques.
Qué observar en la simulación
La repetición y frecuencia determinan la eficiencia.
Se usan cuatro símbolos de 8 bits; RLE guarda símbolo y cuenta de 8 bits. Se excluye la tabla Huffman.
Relaciones y símbolos clave
H ≤ L < H + 1 · ratio = compressed / original
| Símbolo | Significado | Unidad |
|---|---|---|
| H | Entropía de información por símbolo | bit/símbolo |
| L | Longitud media del código | bit/símbolo |
| Relación de compresión | tamaño comprimido/tamaño original | Adimensional |
Ejemplo resuelto
¿Cómo se codifican símbolos frecuentes en Huffman?
Suele ser más corto · La repetición y frecuencia determinan la eficiencia.
Errores frecuentes
- El hecho de que el código en sí mismo haya disminuido en tamaño no significa que el archivo real guardado en su totalidad haya disminuido en la misma proporción.