编码冗余度

🔐 Encoding Redundancy

Compare average code length with source entropy to compute redundancy (avgLen - H) / H; lower redundancy means a better code.

📐 计算公式与说明

冗余 = (平均码长 − 熵) / 平均码长

冗余越低编码越优,理想情况趋近 0。

📚 深度解析:编码冗余度

💡 常见使用场景

示例:两符号 p=0.9/0.1
熵≈0.469 bit,若定长 1 bit/符号则冗余≈113%;哈夫曼可逼近熵,冗余近 0。

❓ 常见问题(FAQ)

冗余度为何不是越低越好?
为纠错常主动加冗余(如信道编码),效率与可靠性需权衡。
与压缩率关系?
信源编码冗余越低压缩越强;本指标衡量离香农下限的差距。
熵怎么算?
H=−Σ p_i·log2(p_i),见信息熵(香农)工具。