La calculadora de longitud de código de Huffman da la longitud media del código de Huffman, la entropía, el rendimiento de la codificación, la redundancia, el ahorro respecto a un código fijo de 2 bits y el tamaño de un mensaje para una fuente de cuatro símbolos.
Cómo se hace el cálculo
- Introduce la frecuencia de cada uno de los cuatro símbolos, en recuentos o en porcentajes.
- Introduce la longitud del mensaje en símbolos.
- Lee la longitud media, compárala con la entropía y consulta el tamaño del mensaje codificado. La entropía se calcula como H = −Σ p·log₂(p) y el rendimiento como H dividida entre la longitud media.
Ejemplo
Cuatro símbolos de frecuencias 45, 30, 15 y 10 tienen una entropía de 1,7822 bits/símbolo. El código de Huffman tiene una longitud media de 1,8000 bits/símbolo, un rendimiento del 99,01 % y una redundancia de 0,0178 bits/símbolo. Ahorra un 10,0 % respecto a un código fijo de 2 bits: un mensaje de 10.000 símbolos ocupa 2250 bytes.
Por qué es útil
La calculadora ayuda al alumnado de informática, a programadores e ingenieros que estudian la compresión de datos, comprueban un ejercicio sobre árboles de Huffman, o quieren saber hasta qué punto un código prefijo se acerca al límite de la entropía antes de elegir un esquema de codificación para un protocolo o un formato de archivo.
Conviene saber
Usa las frecuencias reales de los símbolos de tus datos, en recuentos o en porcentajes, todas mayores que cero. El resultado es la longitud media de un código óptimo símbolo a símbolo, sin el coste de almacenar la tabla de codificación ni la cabecera. Los datos reales presentan a menudo dependencias entre símbolos que la codificación aritmética o los métodos de diccionario aprovechan mejor. Para más de cuatro símbolos se aplica el mismo procedimiento de fusión, pero esta calculadora se limita a cuatro.
Herramientas relacionadas
La calculadora de entropía de Shannon da el límite teórico para cualquier número de símbolos, la de la sobrecarga de la codificación de datos muestra el coste de una codificación, la del bit de paridad añade detección de errores y la de combinaciones cuenta los mensajes posibles.