Ηλεκτρονικός προσομοιωτής συμπίεσης δεδομένων

Τι σημαίνουν τα αποτελέσματα

Η προσομοίωση μετρά σημεία κώδικα Unicode και δημιουργεί δυαδικό δέντρο Huffman ενώνοντας τους δύο κόμβους με τη μικρότερη συχνότητα. Ένα μόνο διαφορετικό σύμβολο παίρνει κώδικα 0. Η ίδια ακριβώς είσοδος δίνει εδώ τους ίδιους κώδικες. Σε ισοπαλία συχνοτήτων, διαφορετική σειρά επιλογής μπορεί να δώσει άλλο έγκυρο πίνακα· συγκρίνετε το σταθμισμένο μήκος φορτίου.

Παραδείγματα εισόδου

Το ABBC δίνει B=0, A=10 και C=11: 2×1 + 1×2 + 1×2 = 6 bit φορτίου αντί για 32 bit UTF-8. Το AAAA δίνει 32 αρχικά και 4 bit φορτίου. Το 你好 δίνει 48 και 2 bit, ενώ το πραγματικό κείμενο 😀😀 δίνει 64 και 2 bit.

Είσοδος και εμφάνιση

Το όριο είναι 100.000 μονάδες κώδικα UTF-16 της JavaScript, όχι byte UTF-8 ή ορατοί χαρακτήρες. Πολλά emoji χρησιμοποιούν δύο μονάδες και μία ορατή ακολουθία μπορεί να περιέχει πολλά σημεία κώδικα. Το κενό κείμενο απορρίπτεται, αλλά οι λευκοί χαρακτήρες είναι έγκυρα δεδομένα. Το JSON εμφανίζει νέα γραμμή ως \n, στηλοθέτη ως \t και απλό διάστημα ως " ". Η γραφή δεν αλλάζει το αρχικό σύμβολο.

Όρια της επίδειξης

Τα αρχικά bit είναι τα byte UTF-8 επί οκτώ. Τα bit φορτίου είναι το άθροισμα της συχνότητας κάθε συμβόλου επί το μήκος του κώδικά του. Δεν περιλαμβάνονται πίνακας κωδίκων, δέντρο, κεφαλίδες, συμπλήρωση και δομή αρχείου. Το αποτέλεσμα δεν είναι μέγεθος συμπιεσμένου αρχείου ούτε εγγυημένη εξοικονόμηση. Δεν δημιουργείται αρχείο αρχειοθέτησης, συμπιεσμένο δυαδικό αρχείο για λήψη ή αποσυμπιεστής και δεν γίνεται κρυπτογράφηση. Οι υπολογισμοί εκτελούνται στον περιηγητή. Πολλά διαφορετικά σύμβολα μπορούν να δώσουν μακρύ πίνακα.