数据压缩技术试卷.docVIP

数据压缩技术试卷 名词解释(3′×5) 压缩器（编码器）：压缩输入流中的原始数据，建立由低冗余度数据构成的输出流的程序。 流（从压缩角度解释）文件：数据压缩处理中一般用“流”的概念来代替“文件”，因为压缩数据可直接传给解码器，无需成为文件再保存。 压缩比：输出流的大小/输入流的大小。 不可逆压缩：通过简单地舍弃一些信息来“压缩”原始数据，有时是可以接受的，这叫做不可逆压缩。 算法信息容量：把某个二进制字符串Sin的复杂度定义为能生成S（如显示、打印或写进文件中）的最短的计算机程序的长度。 编码(10′×2) 已知一个文本符号种类为7种，第1符号出现的概率为0.25，其余依次为0.20，0.15，0.15，0.10，0.10，0.05。试用香农-费诺编码方式进行编码，并计算平均码长。 解：1 0.25 1 1 :11 2 0.20 1 0 :10 3 0.15 0 1 1 :011 4 0.15 0 1 0 :010 5 0.10 0 0 1 :001 6 0.10 0 0 0 1 :0001 7 0.05 0 0 0 0 :0000 平均长度=0.25×2+0.20×2+0.15×3+0.15×3+0.10×3+0.10×4+0.05×4 =2.7位/字符 已知一个文本符号种类为5种，第1个符号出现的概率为0.4，其余依次为0.2，0.2，0.1，0.1。试用霍夫曼编码方式进行编码，并计算平均码长。 解：1 0.4 :01 2 0.2 :10 3 0.2 :111 4 0.1 :1101 5 0.1 :1100 平均长度=0.4×1+0.2×2+0.2×3+0.1×4+0.1×4=2.2位/字符 问答题(15′×2) 为什么说任何压缩方法都有局限性？ 答：任何压缩方法都有局限性，它不能无失真地压缩所有长度为N的文件，因为这些文件中有些是随机的。假定存在一种算法，能无失真的压缩所有N位长的文件，长为N的文件共有2N个，用该算法压缩必须得到2N个短于N的文件。那么有多少个短于N的文件呢？答案是长度为N-1的文件有2N-1个，为N-2的有2N-2个，等等。一直到长度为N-N=0的文件有2N-N=1个，这些文件的总数为： 2N-1+2N-2+…+1=2N-1 不是2N：因此至少有两个长度为N的不同文件被压缩成较短的相同文件，这意味着该算法有失真。 什么叫熵？熵的计算公式是什么？计算结果能说明什么问题？ 答：用概率表示的信息量叫做熵(Entropy)。熵的计算公式为： 从平均意义上来说，“熵”表示一个符号所需的最少位数。 问答题(10′×2) 试述LZ77基本工作原理。 答：LZ77是由Jacob Ziv和Abraham Lempel在20世纪70年代最早提出的滑动窗式的字符串压缩方法。其基本思想是：把已输入数据流的一部分作为字典，编码器为输入流开一个窗口，并随着字符串的编码而把窗口中数据从右移到左。因而这是一种基于滑动窗口的方法。 试述自适用（即动态）霍夫曼编码方式的工作原理。 答：压缩器从一棵空的霍夫曼树开始工作，对任何符号都没有分配码字。它把输入的第一个符号不经压缩地直接写进输出流，然后把它添加到树中，赋予码字。下次再见到这个码字时，就把字的当前码字写进输出流，并将其出现频率加1。解压器镜像对应压缩器的相同步骤。 问答题(15′) 设计一个标志符的RLE文本压缩系统（要求给出压缩、解压流程图，进行工作原理说明，画出界面结构等，并思考实用压缩器的结构及工作原理）。 解：RLE文本压缩算法：设C为字符数目记数单元，设R为重复记数单元，CH为当前字符有效单元，SC为比较或匹配字符存放单元。 RLE文本解压缩算法流程： 0 1 1 1 1 0 0 0 1.0 0.6 0.4 0.2 置压缩标志 R ←0, SC ← CH 在压缩文件中写压缩 格式内容(占3个字节) N Y Y R ←R+1 SC ← CH 按R值将SC中字 符写入压缩文件 Y R4? N C=1? SC=CH?H? 是文本结束符号否？ N C ←C+1 从文本缓冲区顺序读1个字符到CH单元 C←0,R ←0 N 结束 Y Y 输出字符 读入N,输出N个N后相同的字符 Char=’@’? N Y 压缩标志清除否？ N 结束 Y 是文本结束符号否？ 顺序读文本字符