编码位向量的有效方法？答案

【问题标题】：Efficient way to encode bit-vectors?编码位向量的有效方法？
【发布时间】：2012-10-13 22:21:51
【问题描述】：

当前使用运行长度编码对位向量进行编码，当前运行时间为 2log(i)，其中是运行的大小。是否有另一种方法可以将其降低到 log(i)？谢谢。

【问题讨论】：

【解决方案1】：

编码位向量的最有效方法是隔离位源的任何特定属性。如果它是完全随机的，则没有真正明显的增益（实际上，完全随机的比特流无法以任何方式压缩）。

如果您可以在比特流中找到属性，您可以尝试定义向量集合，这些向量将定义向量空间的基础。在这种情况下，结果将非常有效。

我们需要有关您的比特流的更多详细信息。

（编辑）

再多看几个细节就可以理解前面的语句了： “不能以任何方式压缩完全随机的比特流”

如果“压缩”是指“转换/压缩流”加上“向量基定义”加上，则不可能压缩完全随机的位向量> 解压程序。但在大多数情况下，解压缩程序（通常也是矢量库）嵌入在客户端软件中。因此，只需要“压缩流”。

一个很好的解释（和有趣的故事）是Patrick Craig 5000$ compression challenge

最后一个，the full story。

但无论解决方案是什么，如果您有未知数量的未知流要压缩，您将无能为力。你必须找到一个模式。

【讨论】：

好的，这对我来说是一个假设的情况（这里没有位源）。这实际上是为了我即将进行的测试。在我有一个类似于 000000010000 的位向量的情况下，如果我使用运行长度编码，我会得到 110 111（110 是我接下来必须查看的位数，111 是零数的整数表示，后跟一个运行。）这大致相当于 2log(i)。但是有些事情告诉我有一种方法可以将其减少到更接近 log(i)。希望能解决问题
您的“2log(i)”似乎只是对那个例子的观察。整个算法似乎平均为 O(log(i))。您必须在最坏/最佳情况下分析此问题，以估计 RunLength 算法的复杂性（或效率取决于您正在测量的内容）。也许看看“霍夫曼编码”，可能会导致一些有趣的事情。