一、什么是信息熵?
信息嫡:是一个数学上颇为抽象的概念,在这里不妨把信息嫡理解成某种特定信息的出现概率((离散随机事件的出现概率)。一个系统越是有序,信息摘就越低;反之,一个系统越是混乱,信息嫡就越高。信息嫡也可以说是系统有序化程度的一个度量。
信息论之父 C. E. Shannon 在 1948 年发表的论文“通信的数学理论( A Mathematical Theory of Communication )”中指出,任何信息都存在冗余,冗余大小与信息中每个符号(数字、字母或单词)的出现概率或者说不确定性有关。
Shannon 借鉴了热力学的概念,把信息中排除了冗余后的平均信息量称为“信息熵”,并给出了计算信息熵的数学表达式。
二、一串消息包含A,B,C,D,E共5类符号,其内容是AABBBBAAAACCCCCCCCCEEEEEEDDDDEEEEEEEEEEEEE, 请问其信息熵是多少?如果分别采用香农-凡诺编码,霍夫曼编码,压缩率分别是多少?
解答:
1.信息熵
在AABBBBAAAACCCCCCCCCEEEEEEDDDDEEEEEEEEEEEEE中总共含42个符号,其中6个A,4个B,9个C,4个D,19个E,其对应的概率分别为1/7,2/21,3/14,2/21,19/42。然后我们进行对其概率分布,计算其信息熵为2.043
2.香农-凡诺编码:
所以经过计算这道题的香农编码为 2.1905。
3.霍夫曼编码
数据结构中学习过霍夫曼编码相关算法,利用二叉树层层算。
计算得 霍夫曼编码 2.0714
三、一幅1024*768的24位RGB彩色图像一共在内存中占有多少字节? 如果将其保存为非压缩格式的BMP文件,文件有多少字节?
解:
(1)如果RGB占3字节的话,文件共1024768×3=2_359_296字节
(2) BMP:BMP是英文Bitmap(位图)的简写,它是Windows操作系统中的标准图像文件格式,能够被多种Windows应用程序所支持。随着Windows操作系统的流行与丰富的Windows应用程序的开发,BMP位图格式理所当然地被广泛应用。这种格式的特点是包含的图像信息较丰富,几乎不进行压缩,但由此导致了它与生俱来的缺点–占用磁盘空间过大。所以,目前BMP在单机上比较流行。
保存为非压缩格式的BMP文件,文件共有2_359_351字节。