a、
Huffman树如下图所示:
Huffman编码如下:
空格:111
e:010
t:1100
a:1010
o:1001
i:0111
n:0110
s:0011
h:0001
r:0000
d:1011
l:10110
c:00101
u:00100
m:110111
w:110101
f:110100
g:100011
y:100010
p:100001
b:100000
v:1101101
k:11011001
j:1101100010
x:1101100011
q:1101100000
z:1101100001
b、(3*2+4*8+5*4+6*7+7+8+10*4)/27≈5.74,即每个字母的编码平均需要6位。
c、熵约为5.74,结果肯定比熵要大,因为在计算熵的时候允许有小数个比特,而实际上每个字符的编码长度都必需为整数。
d、我不认为这就是英文文本压缩的下限。除了字母及其出现的频率,还可以重点考虑单词的前缀,后缀,或者整个单词。