高效的編碼方案

Question

我想爲數據存儲選擇一種編碼方案。我的可用內存非常低。哪個編碼應該是最佳的以最佳地利用可用空間。 ANSI，UTF或任何其他..

數據是資本Alphabetics

Answer 1

如果你知道字母的頻率分佈，Huffman Coding是複雜性，速度和效率之間的良好平衡。

如果你不知道字母的分佈或者它們是隨機的，只需一次存儲5位。例如，考慮字符串「ABCDE」。字母數字是0，1，2，3，4，轉換爲二進制，這就是：

00000 00001 00010 00011 00100 

現在你只要組每8位爲一個字節：

00000000 01000100 00110010 0xxxxxxx 

你需要存儲因此你知道在最後一個字節的7位中沒有有用的數據。

如果不考慮代碼空間，並且只是想要打包字符串，那麼即使採用統一的頻率分佈，也可以使用霍夫曼編碼或算術編碼將每個字符打包到log2（26）位上平均值，略小於5（即4.7位）。