← ToolBox / 哈夫曼平均码长

🔐 Huffman Average Code Length

Estimate the average code length and compression efficiency from symbol frequencies per Huffman coding.

符号1 频率

符号1 码长

符号2 频率

符号2 码长

符号3 频率

符号3 码长

📐 计算公式与说明

哈夫曼平均码长（本页代码口径，固定三符号）：平均码长 L̄=(f₁×l₁+f₂×l₂+f₃×l₃)÷(f₁+f₂+f₃)（bit/符号，fᵢ 符号频率、lᵢ 对应码长，保留 4 位小数）；联动量：总频数=f₁+f₂+f₃。校验：六项输入空值/非法值即提示并中止。判据：无固定分级，加权平均码长以信息熵 H 为理论下界，越接近 H 压缩效率越高（页面文案口径，代码不计算 H）。

输入频率（或概率，归一化后结果一致）。

📚 深度解析：哈夫曼平均码长

💡 常见使用场景

压缩方案评估：对比哈夫曼与定长/算术编码的平均码长。
教学演示：展示高频符号配短码、低频配长码的最优前缀树。
格式优化：为日志/协议选择符号概率模型以缩短平均长度。

示例：A:0.5 B:0.25 C:0.25

哈夫曼码 A=0,B=10,C=11，平均码长=0.5×1+0.25×2+0.25×2=1.5 bit/符号（熵=1.5，已达最优）。

❓ 常见问题（FAQ）

哈夫曼为何最优？: 在满足前缀码条件下使平均码长最小，等于信息熵（概率取 2 的幂时）。
与算术编码区别？: 算术编码可超越符号边界、更接近熵，哈夫曼实现简单但略有冗余。
频率未知怎么办？: 需先统计或使用通用模型，动态场景可用自适应哈夫曼。

Formula & Standard References

Item	Formula / Rule	Source / Standard
Average length	L = ∑ p_i · l_i where l_i is the codeword length of symbol i	Huffman, A Method for the Construction of Minimum-Redundancy Codes, 1952
Optimality bound	H(X) ≤ L < H(X) + 1, so Huffman coding exceeds entropy by less than one bit	Shannon 1948 / Huffman 1952 §1
Coding efficiency	Efficiency = H(X) / L and redundancy = 1 − H(X) / L	ISO/IEC 2382 Information technology vocabulary — data compression

哈夫曼平均码长