Diskussion:Huffman-Kodierung

Huffman, Shannon

Hi, es gibt eigentlich eine Beschreibung von Huffman, auf der Seite, auf der sich auch Shannon-Kodierung befindet. Aufgrund der Ähnlichkeiten zwischen den beiden Methoden hatte ich beides zusammen gepackt. Wir sollten den Artikel also entweder auseinander nehmen, oder hier einen Redirekt wieder einfügen. --Andreas.Roever 19:19, 19. Nov 2004 (CET)

Codewörterbuch

Letzter Kommentar: vor 10 Jahren1 Kommentar1 Person ist an der Diskussion beteiligt

In dem Beispiel fällt das "Codewörterbuch" einfach vom Himmel. Woher kommt es? Auch im restlichen Artikel wird ein "Codewörterbuch" nicht erwähnt. (nicht signierter Beitrag von 84.57.48.204 (Diskussion) 11:50, 1. Jan. 2014 (CET))Beantworten

Durch Änderung nach Codebuch und Verlinkung erledigt.

Dieser Abschnitt kann archiviert werden. Hfst (Diskussion) 07:54, 4. Okt. 2021 (CEST)

Beschreibung des Algorithmus

Im Punkt 3.1 des Algorithmus, muss man die m Teilbäume mit der geringsten Wahrscheinlichkeit wählen bzw. der geringsten Tiefe, wenn die Wahrscheinlichkeiten in der Wurzel gleich sind. Sonst erhält man keinen Baum mit der geringsten möglichen Tiefe, was notwendig für den kürzesten Code ist. (nicht signierter Beitrag von 134.130.0.117 (Diskussion) 13:02, 29. Jul 2014 (CEST))

So steht es heute (Oktober 21) da. Daher erledigt.

Dieser Abschnitt kann archiviert werden. Hfst (Diskussion) 08:37, 4. Okt. 2021 (CEST)

Patente

Letzter Kommentar: vor 10 Jahren2 Kommentare2 Personen sind an der Diskussion beteiligt

Hat IBM nicht ein Patent auf Huffman-Encoding? Das ist iirc auch der Grund warum viele freie jpeg-Bibliotheken den letzen Schritt nämlich Huffman-Codierung auslassen. (nicht signierter Beitrag von 91.49.163.66 (Diskussion) 13:39, 24. Aug. 2014 (CEST))Beantworten

AFAIK hält niemand ein Patent auf die Huffman-Kodierung. Ich glaube, was du da bei JPEG meinst ist die arithmetische Kodierung.--Plankton314 (Diskussion) 14:39, 24. Aug. 2014 (CEST)Beantworten

Optimalität

Im Abschnitt Optimalität heißt es $\mathrm {H} (X)\leq {\overline {l}}\leq \mathrm {H} (X)+1$ . Dies gilt jedoch nur für $m=|C|=2$ . Im allgemeinen Fall, passend zum allgemeinen Algorithmus von oben, müsste es laut Noiseless Coding Theorem ${\frac {\mathrm {H} (X)}{\log _{2}(m)}}\leq {\overline {l}}\leq {\frac {\mathrm {H} (X)}{\log _{2}(m)}}+1$ heißen. Beispiel: $|C|=3$ und $X=\{a,b,c,d\}$ mit den relativen Häufigkeiten $p_{a}=0.3,p_{b}=0.3,p_{c}=0.2,p_{d}=0.2$ . Hier gilt $\mathrm {H} (X)\approx 1.97$ und ${\overline {l}}=1.7$ .