[IR] Huffman Coding
为了保证:Block中,所有的叶子在所有的中间结点的前面。Static: Huffman coding
Dynamic: Adaptive Huffman
一些概念
压缩指标
• Compress a 10MB file to 2MB
• Compression ratio = 5 or 5:1
• Space savings = 0.8 or 80%
对称与非对称
• Symmetric compression 对称压缩
– requires same time for encoding and decoding
– used for live mode applications (teleconference)
• Asymmetric compression 非对称压缩,压缩慢,解压快
– performed once when enough time is available
– decompression performed frequently, must be fast
– used for retrieval mode applications (e.g., an interactive CD-ROM)
压缩解压的唯一性 - Uniquely decodable
compression的基本条件。
Static or Dynamic codes
Static:
Huffman coding,需知道字符的编码。-->
Dynamic:
Adaptive Huffman。-->
Shannon’s Result
Huffman coding
前提是需知晓 Freq。
L
= ( 30*2 + 30*2 + 20*2 + 10*3 + 10*3 ) / 100
= 220 / 100
= 2.2
问题一
香农理论极限是:
H
= -0.3 * log 0.3 + -0.3 * log 0.3 + -0.2 * log 0.2 + -0.1 * log 0.1 + -0.1 * log 0.1
= -0.3*(-1.737) + -0.3*(-1.737) + -0.2 * (-2.322) + -0.1 * (-3.322) + -0.1 * (-3.322)
= 0.3 log 10/3 + 0.3 log 10/3 + 0.2 log 5 + 0.1 log 10 + 0.1 log 10
= 0.3*1.737 + 0.3*1.737 + 0.2* 2.322 + 0.1*3.322 + 0.1*3.322
= 2.17 < 2.2 // 说明未达到极限,还有压缩的余地
问题二
Freq不平均的话,压缩率越差。
L = (100000*1 + ...)/100010
≈ 1
H = 0.9999 log 1.0001 + 0.00006 log 16668.333
+ ... + 1/100010 log 100010
≈ 0.00
Adaptive Huffman
Problems of Static coding
• Need statistics & static: e.g., single pass over the data just to collect stat & stat unchanged during encoding
• To decode, the stat table need to be transmitted. Table size can be significant for small msg.
=> Adaptive compression e.g., adaptive huffman
两个阶段:
• FGK Algorithm
• Vitter's Invariant
FGK Algorithm.
Video: https://www.youtube.com/watch?v=N5pw_Z-oP-4
Rule:
In the same block,中间结点的index总是大于叶子结点的index。<-- Vitter's Invariant
权重值大的结点,其index也较大。
Operation:
操作1:Leaf node: move first, then update
操作2:Internal node: update first, then move.
NYT node = null node.
Stream: abcbaaa
a = 0110 0001
b = 0110 0010
c = 0110 0011
Step 1
[0110 0001]
表示插入的位置是左枝
Step 2
插入b之后的样子如下。
Next,需要执行“操作2”。
原来的NYT变为1(孩子value之和),补充完编号。(update)
考虑move操作,画出block,所有标号为1的nodes。
为了保证:Block中,所有的叶子在所有的中间结点的前面。
但,目前满足这个要求么?显然不是,如下的1,a 比较碍眼。
252 | 253 | 254 | 255 | 256 |
NYT | b | a | 1 |
那么,如何move?将上图中的254结点连带子树 与 跟它冲突的255交换。
可见,这样就重新满足了the Rule.
0110 0001]
Step 3
然后继续 insert c,当然还是在NYT这个位置。
插入效果如下:
Next,还是先 update internal node。
为了保证:Block中,所有的叶子在所有的中间结点的前面。
但,目前满足这个要求么?显然不是,如下的1,b,a 比较碍眼。
251 | 252 | 253 | 254 | 255 |
c | b | a | 1 |
开始move:253,254左移,给252的1腾出地儿。
可见,这样就重新满足了the Rule.
0110 0001] 0110 0011]
Step 4
4th是b,已有b,所以挂在已有的node b下面。
0110 0001]
这次,先 update leaf node,也包括node b的个数++。
这里满足了the Rule的第一条,即叶子结点index较小。
但,the Rule的第二条未满足,即权重大的index较大。
c(1) | b(2) | a(1) | (1) |
所以,将b移动到最后位置254,如下。
可见,这样就重新满足了the Rule.
0110 0001] ]
Step 5
5th是a,已有a,所以挂在已有的node a下面。
0110 0001] ] 10
这里满足了the Rule的第一条,即叶子结点index较小。
但,the Rule的第二条未满足,即权重大的index较大。
252 | 252 | 253 |
c(1) | a(2) | (1) |
交换252与 253及其子树后,如下:
可见,这样就重新满足了the Rule.
0110 0001] 0110 0011]] ]
Step 6
6th是a,已有a,所以挂在已有的node a下面。
0110 0001] 0110 0011] ] ]
此时,253的a的权重变为3,根据the Rule,权重大的index较大。
所以,253:a 应该在254:b的后面。交换后,如下:
0110 0001] 0110 0011] ] ] ]
Step 7
7th是a,已有a,所以挂在已有的node a下面。
0110 0001] 0110 0011] ] ]
此时,254的a的权重变为4,根据the Rule,权重大的index较大。
所以,254:a 应该在255的后面。交换后如下:
0110 0001] 0110 0011] ] ] ]
[IR] Huffman Coding的更多相关文章
- hdu 1053 (huffman coding, greedy algorithm, std::partition, std::priority_queue ) 分类: hdoj 2015-06-18 19:11 22人阅读 评论(0) 收藏
huffman coding, greedy algorithm. std::priority_queue, std::partition, when i use the three commente ...
- [IR] Arithmetic Coding
Statistical methods的除了huffman外的另一种常见压缩方式. Huffman coding的非连续数值特性成为了无法达到香农极限的先天无法弥补的缺陷,但Arithmetic co ...
- 霍夫曼编码(Huffman Coding)
霍夫曼编码(Huffman Coding)是一种编码方法,霍夫曼编码是可变字长编码(VLC)的一种. 霍夫曼编码使用变长编码表对源符号(如文件中的一个字母)进行编码,其中变长编码表是通过一种评估来源符 ...
- 哈夫曼编码(Huffman coding)的那些事,(编码技术介绍和程序实现)
前言 哈夫曼编码(Huffman coding)是一种可变长的前缀码.哈夫曼编码使用的算法是David A. Huffman还是在MIT的学生时提出的,并且在1952年发表了名为<A Metho ...
- 【CodeForces】700 D. Huffman Coding on Segment 哈夫曼树+莫队+分块
[题目]D. Huffman Coding on Segment [题意]给定n个数字,m次询问区间[l,r]的数字的哈夫曼编码总长.1<=n,m,ai<=10^5. [算法]哈夫曼树+莫 ...
- <Sicily>Huffman coding
一.题目描述 In computer science and information theory, a Huffman code is an optimal prefix code algorith ...
- 哈夫曼编码的理解(Huffman Coding)
哈夫曼编码(Huffman Coding),又称霍夫曼编码,是一种编码方式,可变字长编码(VLC)的一种.Huffman于1952年提出一种编码方法,该方法完全依据字符出现概率来构造异字头的平均长度最 ...
- Huffman coding & Huffman tree
Huffman coding & Huffman tree Huffman coding 哈夫曼编码 / 最优二元前缀码 Huffman tree 哈夫曼树 / 最优二叉树 https://w ...
- jpeg huffman coding table
亮度DC系数的取值范围及序号: 序号(size) 取值范围 0 0 1 - ...
随机推荐
- vscode使用wsl调试代码
第一步在WSL中配好环境 第二步安装CodeRunner即可,在用户配置中加入如下行: "terminal.integrated.shell.windows": "C:\ ...
- java程序中实现打开 某个指定浏览器
package com.test; import java.lang.reflect.Method; //实现打开浏览器并跳到指定网址的类 public class BareBonesBrowserL ...
- ActiveX学习笔记二 ActiveX在IE中安全级别问题-实现IObjectSafety接口
http://blog.csdn.net/freedomqx/article/details/4955512 使用MFC开发ActiveX控件,在IE中会提示安全问题,这个可以通过实现IObjectS ...
- Java知识回顾 (4)Java包装类
一. Java Number 一般地,当需要使用数字的时候,我们通常使用内置数据类型,如:byte.int.long.double 等. 然而,在实际开发过程中,我们经常会遇到需要使用对象,而不是内置 ...
- 从安装node js到构建一个vue并启动它
1.安装node js 下载地址:http://nodejs.cn/download/2.安装完成后运行Node.js command prompt(node -v查看安装版本) 3.安装npm(由于 ...
- (转)Render Path
Render Path定义Render Path,就是采取的光照流程. Render Path设置可以在Edit-> Project Settings->Player 里设定,见下图.也可 ...
- openHEVC 编译 for VS2017+Win10 x64
编译暂未成功,有空再次更新 前期准备: yasm下载:http://yasm.tortall.net/Download.html http://www.tortall.net/projects/yas ...
- 微软补丁安装工具wusa报错。
命令行需要msu格式的补丁安装文件的全路径,否则报错.
- Spark机器学习(10):ALS交替最小二乘算法
1. Alternating Least Square ALS(Alternating Least Square),交替最小二乘法.在机器学习中,特指使用最小二乘法的一种协同推荐算法.如下图所示,u表 ...
- 使用jackson来进行数组格式的json字符串转换成List。
有一个字符串如下.如下,也是通过jackson把list转换成的json字符串,我想把它转过来,看网上的内容都不尽人如意,都是片断的内容.估计只有写的知道怎么使用,所以就直接看了jackson的官网, ...