เครื่องจำลองการบีบอัดข้อมูลแบบออนไลน์

ความหมายของผลลัพธ์

ระบบนับตามจุดรหัส Unicode แล้วสร้างต้นไม้ Huffman แบบฐานสองโดยรวมโหนดที่มีความถี่น้อยที่สุดสองโหนด หากมีสัญลักษณ์เดียวจะใช้รหัส 0 ข้อความเดียวกันทุกประการให้รหัสเดิมในระบบนี้ เมื่อความถี่เท่ากัน การจัดลำดับตัดสินที่ต่างกันอาจให้รหัสที่ถูกต้องต่างกัน จึงควรเปรียบเทียบความยาวข้อมูลถ่วงน้ำหนัก

ตัวอย่างที่ลองได้

ABBC ให้ B=0, A=10 และ C=11 จึงใช้ 2×1 + 1×2 + 1×2 = 6 บิต เทียบกับ UTF-8 เดิม 32 บิต AAAA ใช้บิตเดิม 32 และบิตข้อมูล 4 ส่วน 你好 ใช้ 48 และ 2 บิต ข้อความอีโมจิจริง 😀😀 ใช้ 64 และ 2 บิต

ข้อความและการแสดงผล

จำกัดที่ 100,000 หน่วยรหัส UTF-16 ของ JavaScript ไม่ใช่ไบต์ UTF-8 หรือจำนวนอักขระที่มองเห็น อีโมจิจำนวนมากใช้สองหน่วย และชุดอีโมจิหนึ่งชุดอาจมีหลายจุดรหัส ข้อความว่างใช้ไม่ได้ แต่ช่องว่างเป็นข้อมูลที่ใช้ได้ JSON แสดงการขึ้นบรรทัดใหม่เป็น \n แท็บเป็น \t และช่องว่างปกติเป็น " " โดยไม่เปลี่ยนสัญลักษณ์ต้นฉบับ

ข้อจำกัด

บิตเดิมเท่ากับจำนวนไบต์ UTF-8 คูณแปด บิตข้อมูลคือผลรวมของความถี่คูณความยาวรหัสแต่ละสัญลักษณ์ ไม่รวมตารางรหัส ต้นไม้ ส่วนหัว บิตเติม และโครงสร้างไฟล์ จึงไม่ใช่ขนาดไฟล์บีบอัดหรือการรับประกันว่าจะประหยัดพื้นที่จริง เครื่องมือไม่สร้างไฟล์เก็บถาวร ไฟล์ไบนารีบีบอัดสำหรับดาวน์โหลด หรือตัวคลายบีบอัด และไม่ใช่การเข้ารหัสลับ คำนวณในเบราว์เซอร์ สัญลักษณ์ที่แตกต่างกันจำนวนมากทำให้ตารางยาวได้