信息熵与压缩编码基础

1.什么是信息熵？
2.一串消息包含A，B，C，D，E共5类符号，其内容
AABBBBAAAA CCCCCCCCCE EEEEEDDDDE EEEEEEEEEE EE,
请问其信息熵是多少？如果分别采用香农-范诺编码，霍夫曼编码，压缩率分别是多少？
3.一幅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？请用实例验证。

一、信息熵

1948年，香农提出了“信息熵”的概念，解决了对信息的量化度量问题。信息熵这个词是C.E.Shannon（香农）从热力学中借用过来的。热力学中的热熵是表示分子状态混乱程度的物理量。香农用信息熵的概念来描述信源的不确定度。
通俗讲，信息熵就是用来描述信息多少的。

二、信息熵与消息

信息熵计算公式：
H(x) = E[I(xi)] = E[ log(2,1/P(xi)) ] = -∑P(xi)log(2,P(xi)) (i=1,2,…n)
H(x)=-(0.14log(2,0.14))-(0.1log(2,0.1))
-(0.21log(2,0.21))-(0.1log(2,0.1))-(0.45log(2,0.45))

=2.043
使用香农-范诺编码：

符号	A	B	C	D	E
编码	111	10	01	110	00

压缩率：1-(3x0.14+2x0.1+2x0.21+3x0.1+2x0.45)/8=0.72

使用霍夫曼编码：

符号	A	B	C	D	E
编码	1010	10110	10	10111	0

压缩率：1-(4x0.14+5x0.1+2x0.21+5x0.1+1x0.45)/8=0.70

三、实例演示

文件字节=长像素值x宽像素值x色深（颜色位数）/8
一幅1024x768的24位RGB彩色图像，每个像素占24bit，共1024x768x24/8=2 , 359 , 296B。
如果将其保存为非压缩格式的BMP文件，其大小为2 , 359 ，350B。因为图片的文件头+位图信息头+颜色信息为 54 字节。