Shannon-fano编码算法 - 较大集合上的奇怪行为

Question

我正在写一个Shannon-fano算法，我正在努力在我的程序中找到一个错误 - 我的程序适用于我在互联网上找到的例子 - 例如：

这是我的10个字符的示例，其中设置字符将降低可能性更长的代码：

左侧是字节值，中间是可能性，左侧是生成的代码。为什么65和226's代码比0,3和32's长？任何人都可以看到代码中的错误吗？
编辑：代码隐藏，因为这个问题是关于学校作业

Answer 1

这可能不是你的代码中的一个错误，而是说明了与Huffman压缩相比Shannon-Fano代码的内在弱点。

如您所知，Shannon-Fano技术是按降序对代码频率列表进行排序，然后将二进制符号（零或一）分配给频率范围的每一半。只要段中有多个元素，就会以递归方式重复此过程。

这有一个弱点：尽管更频繁的符号在组合在一起时，其平均编码的平均值比不常用的符号更短，但事实并非如此必须为每个符号分配一个较短的编码分配给它。

有关详细信息，请参阅a question I posted a while back over on Computer Science有关此问题的信息。