我开发了一种无损压缩算法，压缩 32位整数（未知频率/概率）到每个整数31.95824位（对于较小的值，它的效果要好得多，就像大多数压缩算法都有）。显然，将均匀分布的随机数据压缩到小于未压缩的大小是不可能的。
因此，我的问题是，假设32位整数，哪些无损压缩算法最接近每个整数32位香农熵，假设32位整数？
基本上，我正在寻找一个包含压缩算法的表，以及它们各自用于正，压缩，32位整数的每位整数值。
答案 0 :(得分：1)
当你说“它对于较小的值工作得更好”时，我假设你有一个从32位整数到可变位长表示的转换，该表示针对某些非均匀预期的值分布进行了优化。然后应用于32位值的统一分布的相同变换平均需要超过32位。还要多少取决于你开始分配的不均匀程度。
所以答案是，当然你可以通过对数字一无所知来完全达到32位。但是，您没有针对您设计的非均匀分布所暗示的应用进行优化。
答案 1 :(得分：0)
标识函数每32位整数需要精确32位，这很难被击败。 （如果你坚持改变数据流，还有许多其他长度保留的双射。）
对我而言，您可能会采用哪种其他标准来推荐一种比这更差的算法，这一点并不明显。也许您认为输入流不是真正的统一样本;相反，它是受限于（或明显偏向于）宇宙的一个子集，但你不是先验知道子集是什么。在这种情况下，流的熵小于1（如果子集的大小上限合理地小于Universe的大小）并且您可能能够实际压缩输入流。 / p>
值得注意的是，除非消息是固定长度的，否则在分子和分母中的熵计算中都需要考虑消息的长度。对于非常长的消息，这通常可以忽略，但如果消息很短，则消息分隔符（或显式长度指示符）的成本可能很高。 （否则，＆＃34;压缩＆＃34;到原始大小的103％是对＃34;压缩＆＃34;有点humptydumptyesque定义。）