Question

我有一个包含29个问题的调查，每个问题都有一个5分的李克特量表（0 =没有时间; 4 =大部分时间）。我想将一组响应压缩为少量的字母或字母数字字符，并在末尾添加一个校验位。

因此，响应集var result = RunCommand<SomeOtherType>(q => q.Where(x => ....).Select(x => ....));将转变为类似00101244231023110242231421211的内容。此输出将是非技术用户在网站上输入的打印输出的一部分，作为输入整个字符串的快捷方式。我想避免模糊的字符，例如A2CR7HW4，让我使用21或22个字符（仅限大写）。或者，我可以只使用大写字母，并使用全部26个字符。

我正在考虑将每对数字转换成一个字母（5 ^ 2 = 25，因此整个字母表就足够了）。这会将序列减少到15个字符，这仍然很长，无错误地输入。

关于如何最小化输出长度的任何其他建议？

编辑：BTW，就上下文而言，该调查询问了29个关于精神健康症状的问题，为4种精神疾病产生了预测风险。需要一个代表所有回复的代码。

Answer 1

如果五个答案都具有相同的可能性，那么您可以做的最好的是ceiling(29 * log(5) / log(n))个符号，其中n是字母表中符号的数量。（对数的基数并不重要，只要它们都是相同的。）

因此对于你的22个符号，你能做的最好的是16个。对于26个符号，最好的是15，如你所描述的25个。如果你使用49个字符（例如大写和小写字符的某个子集和数字），你可以降到12.你可以使用可打印的ASCII字符最好的是11，使用94个字符中的70个。

使其变小的唯一方法是，如果响应不同样可能并且严重偏斜。虽然如果是这样的话，那么调查可能有些不对劲。

Answer 2

首先，选择一组允许的字符，即

characters = "ABC..."

然后，在输入数字前加1，并将其解释为一个五进制数：

100101244231023110242231421211

现在，将此序号转换为基数 - ＆＃34; strlen（字符）＆＃34;，即如果要使用26个字符，则为base26：

02 23 18 12 10 24 04 19 00 15 14 20 00 03 17

然后，在＆＃34;字符＆＃34;中使用这些数字作为索引，您就拥有了编码：

CVSMKWETAPOUADR

对于解码，只需颠倒步骤即可。

Answer 3

你是用特定语言做的吗？

如果您想要真正节俭，可能需要考虑在位级编码数据。

由于每个问题只有5个可能的答案，因此只需3位即可：

您的最终结果将是一串位，每个答案为3位，因此总共87位或10位和一位字节。

编辑 - 稍微误读了这个问题，有5个可能的答案不是4，我的错误。

现在唯一的问题是，对于你的5个答案中的4个，你会浪费一点......你不会因为遇到这么多麻烦而受益匪浅，我不会说但是值得考虑。

编辑：

我一直在玩它，并且很难找到一种允许你同时使用2位和3位值的机制。

由于您的输出是97位二进制值，因此在转换回原始值时，您需要能够区分2到3位值。

如果您正在使用大量值，则可以使用一些方法，例如为每个值设置一个保留位，可用于对值进行排序并赋予其一些含义。但是如果处理这么少的东西，就很难剃掉任何东西。

您的97位输出可以填充为128位，如果您想简化它，将为您提供4个32位值。这个128位值就像一个代表一组特定答案的唯一指纹。有很多方法可以代表128位。

但最终在位级别的borking与实际压缩和数据编码一样好...如果你能在不到3位中表达5个唯一值，我会给你留下深刻的印象

29位有序序列的无损压缩（每个0到5个李克特量表）

3 个答案: