高效的编码方案

Question

我想为数据存储选择一种编码方案。我的可用内存非常低。哪个编码应该是最佳的以最佳地利用可用空间。 ANSI，UTF或任何其他..

数据是资本Alphabetics

Answer 1

如果你知道字母的频率分布，Huffman Coding是复杂性，速度和效率之间的良好平衡。

如果你不知道字母的分布或者它们是随机的，只需一次存储5位。例如，考虑字符串“ABCDE”。字母数字是0，1，2，3，4，转换为二进制，这就是：

00000 00001 00010 00011 00100 

现在你只要组每8位为一个字节：

00000000 01000100 00110010 0xxxxxxx 

你需要存储因此你知道在最后一个字节的7位中没有有用的数据。

如果不考虑代码空间，并且只是想要打包字符串，那么即使采用统一的频率分布，也可以使用霍夫曼编码或算术编码将每个字符打包到log2（26）位上平均值，略小于5（即4.7位）。