复习一下算术编码

原理

基本原理是将被编码的数据序列表示成0到1之间的一个间隔（也就是一个小数范围），该间隔的位置与输入数据的概率分布有关，信息越长，编码表示的间隔就越小，因而表示这一间隔所需要的二进制位数就越多。

算术编码的步骤

算术编码是从整个符号序列出发，采用递推式连续编码的方法，解码时，根据该区间判断信源哥哥符号出现的顺序和类型。

下面以一个多符号的算术编码为例来分析算术编码的步骤。

概率表

符号	概率	概率区间
A	0.1	0,0.1
B	0.3	0.1,0.4
C	0.2	0.4,0.6
D	0.15	0.6,0.75
E	0.25	0.75,1

假设要编码ABBCD

编码过程

读入A，区间为[0，0.1]

读入B，区间为S = (L' - S') * R1 + S'; L = (L' - S') * R2 + S' = [S, L] = [(0.1 - 0) * 0.1 + 0, (0.1 - 0) * 0.4 + 0] = [0.01, 0.04]

读入B，区间为[(0.04 - 0.01) * 0.1 + 0.01, (0.04 - 0.01) * 0.4 + 0.01] = [0.013, 0.022]

读入C，区间为[(0.022 - 0.013) * 0.4 + 0.013, (0.022 - 0.013) * 0.6 + 0.013] = [0.0166, 0.0184]

读入D，区间为[(0.0184 - 0.0166) * 0.6 + 0.0166, (0.0184 - 0.0166) * 0.75 + 0.0166] = [0.01768, 0.01795]

最终取一个数字：0.01769

解码过程

0.01769 在范围[0, 0.1] 因此第一个符号式A

0.01769在[0,0.1]什么范围区间？先放大 0.1769, [0, 1] 明显是[0.1, 0.4]区间，因此第二个符号是B

按照编码的时候调整区间，区间为S = (L' - S') * R1 + S'; L = (L' - S') * R2 + S' = [S, L] = [(0.1 - 0) * 0.1 + 0, (0.1 - 0) * 0.4 + 0] = [0.01, 0.04]

0.01769在[0.01, 0.04]什么范围区间？放大。0.1769,[0.1, 0.4] 也是在[0.1, 0.4]区间。因为A的区间是[0.1, 0.11] B的区间是 [0.11, 0.22] 因此第三个符号也是B

按照编码的时候调整区间，[(0.04 - 0.01) * 0.01 + 0.01, (0.04 - 0.01) * 0.4 + 0.01] = [0.013, 0.022]

0.01769在区间 [0.013, 0.022]什么范围？放大，0.1769, [0.13, 0.22] = 0.1769 ～ 0.013 + 0.09 * 0.5 0.5落在区间范围C上面，因此这个字符是C

按照编码的时候调整区间，[(0.022 - 0.013) * 0..4 + 0.013, (0.022 - 0.013) * 0.6 + 0.013] = [0.0166, 0.0184]

0.01769在区间[0.0166, 0.0184] 什么范围呢？答案是[0.6, 0.75] 因此解码符号是D