编码字符的最有效方法是什么？ （关于内存）

Question

我有4个要编码的字符：TGAC有没有办法给他们一个“编码版本”，而不是ASCII？二进制将是最好的，但是对于二进制我只有0和1，并且如果我随后使用序列TGAC，则不清楚例如哪个字符为0，哪个1和哪个11。还有其他方法可以用最少的位数有效编码吗？谢谢

Answer 1

我希望这会有所帮助。该网站提供了各种编码及其优势http://kunststube.net/encoding/

Answer 2

有5个不同的值。由于3位可以编码8个值，因此您可以使用3位对每个值进行编码。

A = 000
D = 001
L = 010
M = 011
S = 100

这意味着3个字节可以编码8个不同的值。

+---+---+---+---+---+---+---+---+
| 0 | 0 | 0 | 1 | 1 | 1 | 2 | 2 |
+---+---+---+---+---+---+---+---+

+---+---+---+---+---+---+---+---+
| 2 | 3 | 3 | 3 | 4 | 4 | 4 | 5 |
+---+---+---+---+---+---+---+---+

+---+---+---+---+---+---+---+---+
| 5 | 5 | 6 | 6 | 6 | 7 | 7 | 7 |
+---+---+---+---+---+---+---+---+

这意味着该字符串在每个字节方法中只采用较幼稚的一个值的37.5％。

您需要某种方式来指示结束。我们可以使用我们不使用的三种3位编码之一（例如111）。

---

一种不同的方法是使用以7为底的数字。你知道如何

12345 ₁₀= 1 * 10 ⁴+ 2 * 10 ³+ 3 * 10 ²+ 4 * 10 ¹+ 5 * 10 ⁰

好吧，如果

Nothing = 0
A = 1
D = 2
L = 3
M = 4
S = 5

然后，

ASDDL= 1 * 7 ⁴+ 5 * 7 ³+ 2 * 7 ²+ 2 * 7 ¹+ 3 * 7 ⁰

n个字节允许floor（log7（2 **（n * 8）））= floor（n * 8 * log7（2））〜= floor（n * 2.850）值。

• 1字节允许2个值
• 2字节允许3个值
• 3字节允许8个值
• 4字节允许11个值
• 5字节允许14个值
• 6个字节允许17个值
• 等

因此，当我们一次编码17个值时，与第一种方法相比，我们得到的改进微不足道。真的不值得麻烦。