第六周__利用哈夫曼编码英文字母表

 

 a、

Huffman树如下图所示：

 

Huffman编码如下：

空格:111e:010t:1100a:1010o:1001i:0111n:0110s:0011h:0001r:0000d:1011l:10110c:00101u:00100m:110111w:110101f:110100g:100011y:100010p:100001b:100000v:1101101k:11011001j:1101100010x:1101100011q:1101100000z: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。