我正在尝试解决这个问题：
假设我们有一个整个Unicode字符集的初始字母表， 而不是只是所有可能的字节值。回想一下unicode 字符是无符号的2字节值，因此这意味着每个字符 2个字节的未压缩数据将被视为一个符号，并且 我们将有一个超过60,000个符号的字母表。 （将符号视为 2字节的Unicodes，而不是一次一个字节，可以做得更好 在国际化文本的情况下压缩。）并且，请注意，有 没有任何限制每个代码的位数最多16个。就像你一样 对于这个非常大的字母表推广LZW算法，不用担心 如果你有一些非常长的代码。
有了这个，给出这个四符号序列的压缩版本， 使用我们的项目假设，包括EOD代码和分组 变成4字节的整数。 （这三个符号是Unicode值， 用数字表示。）将你的答案写成3个8位十六进制值， 空格分隔，使用大写十六进制数字，而不是小写。
32767 32768 32767 32768
我遇到的问题是我不知道字母表的整个范围，所以在进行LZW压缩时我不知道新代码会有什么字节值。出于这个问题，我也不知道EOD代码会是什么。
另外，在我看来，它只需要两个整数的压缩数据。
答案 0 :(得分：1)
问题陈述不正确。
在Unicode中，正如我们今天所知，代码点（代表字符的数字，字符的可组合部分以及其他有用但更偷偷摸摸的东西）不能全部编号为0到65535以适合16位。 Unicode中有超过10万个中文，日文和韩文字符。显然，你只需要17位以上。因此，Unicode显然不是正确的选择。
OTOH，存在一种“精简版”的Unicode Universal Character Set，其 UCS-2 编码使用16位代码点，技术上最多可用于65536人物等。代码大于65535的那些字符很不幸，你不能使用UCS-2。
所以，如果它真的是UCS-2，你可以下载它的规范（ISO / IEC 10646，我相信）并确切地弄清楚那些64K中的哪些代码被使用，因此应该形成你的初始LZW字母表。