Simulator Mampatan Data Dalam Talian

Maksud hasil

Simulator mengira titik kod Unicode dan membina pokok Huffman binari dengan menggabungkan dua nod paling rendah kekerapannya. Satu simbol unik menerima kod 0. Input yang sama tepat menghasilkan kod yang sama di sini. Jika kekerapan seri, aturan pemutus seri lain boleh menghasilkan jadual sah yang berbeza; bandingkan panjang muatan berwajaran.

Contoh untuk dicuba

ABBC memberikan B=0, A=10 dan C=11: 2×1 + 1×2 + 1×2 = 6 bit muatan berbanding 32 bit UTF-8. AAAA memberikan 32 bit asal dan 4 bit muatan. 你好 memberikan 48 dan 2 bit; teks emoji sebenar 😀😀 memberikan 64 dan 2 bit.

Input dan paparan

Hadnya ialah 100,000 unit kod UTF-16 JavaScript, bukan bait UTF-8 atau aksara yang kelihatan. Banyak emoji menggunakan dua unit, dan satu urutan emoji boleh mengandungi beberapa titik kod. Teks kosong ditolak, tetapi ruang putih ialah data yang sah. JSON memaparkan baris baharu sebagai \n, tab sebagai \t, dan ruang biasa sebagai " ". Notasi ini tidak mengubah simbol input.

Had demonstrasi

Bit asal ialah panjang bait UTF-8 didarab lapan. Bit muatan ialah jumlah kekerapan setiap simbol didarab panjang kodnya. Jadual kod, pokok, pengepala, pelapik dan struktur kontena tidak dihitung. Ini bukan saiz fail termampat atau jaminan penjimatan sebenar. Alat tidak menghasilkan arkib, muat turun binari termampat atau penyahmampat, dan bukan penyulitan. Pengiraan berlaku dalam pelayar. Banyak simbol unik boleh menghasilkan jadual panjang.