第六周作业1——利用哈夫曼编码英文字母表

下表给出了英文字幕（包括用于分割单词的空格）在某文集的出现频率。

空格:18.3%      r:4.8%        y:1.6%

e:10.2%           d:3.5%       p:1.6%

t:7.7%               l:3.4%        b:1.3%

a:6.8%             c:2.6%        v:0.9%

o:5.9%             u:2.4%        k:0.6%

i:5.8%              m:2.1%       j:0.2%

n:5.5%             w:1.9%      x:0.2%

s:5.1%             f:1.8%       q:0.1%

h:4.9%            g:1.7%       z:0.1%

a：由该表可得这些字母的Huffman树为：

并的其Huffman编码为：

空格:111        r:0000       y:100110

e:010       d:10111        p:100101

t:1100       l:10110       b:100100

a:1010       c:00101       v:1101100

o:1000       u:00100       k:11011011

i:0111        m:110111       j:1101101010

n:0110       w:110101       x:1101101011

s:0011       f:110100       q:1101101000

h:0001       g:100111       z:1101101001

b：因为  (3*2+4*8+4*5+6*7+7*1+8*1+10*4)/27≈5.740 

所以每个字母的编码平均需要6位。

c：比计算数值大，因为在计算熵的时候，结果基本都会出现小数，而在编码时，位数只能是整数，所以会比计算结果大。

d：我认为不是，还可以考虑英文中固定的前缀和后缀来压缩。