二进制流的熵编码

Question

我想压缩一个二进制流。我知道在每个“1”之后找到“0”的概率更高，在每个“0”之后找到“1”的概率更高。我应该如何编码？我在考虑 Rice 代码，但还没有走这么远……在此先感谢您的回复。

Answer 1

您是否尝试过一些简单的霍夫曼编码？也许它不会节省那么多，但如果代码“10”和“01”之一的概率比“00”或“11”高得多，您可以将其重新映射为“0”，将其他代码重新映射为“10” 、“110”和“111”。

当然，这不是最佳选择，因为它将您的流分成 2 位块并且只优化一种情况。但是，可以通过计算/测量更大输入集（如 4 或 8 位 f.e.）的概率来改进它。在 8 位的情况下，10101010 和 01010101 的使用频率将高于 00000000 和 11111111。

通过算术编码或一些真正使用基于比特概率的模型的压缩，您可能会获得更好的结果。

另一种简单的方法是反转每一秒位。由于您提到的概率会倾向于像 0101010 这样的许多交替流部分，这会给您提供许多像 111111 这样的流部分，通常可以通过通常的压缩算法更好地压缩这些部分。但这种方法的成功与否取决于“概率差距”究竟有多大。