第2章无损数据压缩..docVIP

第2章 无损数据压缩 2.1 假定 { a,b,c} 是由 3 个事件组成的会合，计算该会合的决议量。 (分别用 Sh，Nat 和 Hart 作单位 )。 H 0 = (log 23) Sh = 1.580 Sh = (log e3) Nat = 1.098 Nat = (log 103) Hart = 0.477 Hart 2.2 现有一幅用 256 级灰度表示的图像，如果每级灰度出现的概率均为 p(xi ) 1/ 256 ， i 0, , 255 ，计算这幅图像数据的熵。 n 1 1 H(X) p(xi )log 2 p(xi )256 ( log 2 ) =8 (位)， i 1 256 256 也就是每级灰度的代码就要用 8 比特，不能再少了。 2.3 现有 8 个待编码的符号 m0 , , m7 ，它们的概率如练习 _表 2-1 所示，计算这些符号的霍 夫曼码并填入表中。答案不唯一） 。 练习表 2-1 待编码符号 概率 分派的代码 代码长度 (比特数 ) m0 0.4 1 1 m1 0.2 000 3 m2 0.15 001 3 m3 0.10 011 3 m4 0.07 0101 4 m5 0.04 01000 5 m6 0.03 010010 6 m7 0.01 010011 6 2.4 现有 5 个待编码的符号，它们的概率见练习表 曼码； (3) 平均码长。  2-2。计算该符号集的：  (1) 熵； (2)霍夫 练习表  2-2 符号 a2 a1 a3 a4 a5 概率 0.4 0.2 0.2 0.1 0.1 熵 n H (ai ) p(ai )log 2 p(ai ) i 1 =-0.4× log2 (0.4)-2 × 0.2* log 2 (0.2)-2 ×0.1 log2 (0.1) =0.4× 1.3219+0.4 × 2.3219+0.2× 3.3219=0.5288+-0.9288+0.6644=2.1220 ( 位 ) 编码树和霍夫曼码 a（20.4） 0 a（10.2） 1 P4(1.0) a（30.2） 1 1 P3(0.6) 0 a（40.1） 1 P2 (0.4) 0 1 a（50.1） 0P（0.2） 练习图 2-1 编码树 编码表 符号 概率 霍夫曼码 * 码长 所需位数 a2 0.4 0 1 0.4 a1 0.2 11 2 0.4 a3 0.2 101 3 0.6 a4 0.1 1001 4 0.4 a5 0.1 1000 4 0.4 代码分派不唯一 平均码长 0.4+0.4+0.6+0.4+.04=2.2( 位 /符号 ) 2.5 使用算术编码生成字符串 games 的代码。字符 g, a, m, e, s 的概率见练习表 2-3 。 练习表 2-3 符号 g a m e s 概率 0.4 0.2 0.2 0.1 0.1 1.0 1.0 0.84 0.792 0.7792 0.77776 g 0.6 0.4 a a m m 0.2 e e 0.1 s s 0.0 0.6 0.76 0.776 0.7776 0.7776 练习图 2-2 games 的算术码 2.6 字符流的输入如练习表 2-4 所示，使用 LZW 算法计算输出的码字流。 如果对本章介绍的 LZW 算法不打算改良，并按表 2-17 所示步骤计算，请查对计算的输出码字流为： (1) (2) (4) (3) (5) (8) (1) (10) (11) 。 练习表 2-4 输入位置 1 2 3 4 输入字符流 a b a b 输出码字 a b - ab  5 6 7 8 9 10 11 12 13 14 15 16 17 c b a b a b a a a a a a a c - ba bab a - aa - - aaa 练习表 2-5 步骤 位置 字典 输出码字 (1) a (2) b (3) c 1 1 (4) ab (1) 2 2 (5) ba (2) 3 4 (6) abc (4) 4 5 (7) cb (3) 5 7 (8) bab (5) 6 10 (9) baba (8) 7 11 (10) aa (1) 8 13 (11) aaa (10) 9 16 (12) aaa (11) 2.7 LZ78 算法和 LZ77 算法的差别在哪里？ (1) LZ77 编码算法的中心是查找从前向缓冲存储器开始的最长的匹配串 算 法) 。 (2) LZ78 的编码思想是不断地从字符流中提取新的缀 -符串 (String)，通俗地理解为新 “词 条”，然后用“代号”也就是码字 (Code word )表示这个“词条” 。这样一来，对字符流