Der Huffman Code | Algorithmen und Datenstrukturen

Inhalt 📚
Um ein #ASCII-Zeichen im #Computer darzustellen, werden 8 #Bits (also ein #Byte) verwendet, d. h. wenn du ein Wort mit 10 Buchstaben hast, dann werden 80 #Bits (bzw. 10 #Bytes) benötigt, um dieses im #Computer zu speichern. Das muss doch auch einfacher gehen! Ja, man könnte z. B. die einzelnen Zeichen in einem Wort von links nach rechts durchgehen und für jeden "neuen" (d. h. bislang noch nicht aufgetauchten Buchstaben) einen #Binärcode fixer Länge vergeben. Dabei zählst du einfach #binär hoch und weist so den Buchstaben einen #Binärcode (ggf. mit führenden Nullen) zu. Es geht aber noch effizienter, nämlich durch den #Huffman-#Code. Der Buchstabe e kommt nämlich z. B. häufiger in Wörtern der deutschen oder englischen Sprache vor als z. B. das x. Es liegt also der Schluss nahe, häufig vorkommende Buchstaben mit so wenigen Zeichen wie möglich zu codieren. Statt also eine fixe Länge für #Binärcodes vorzugeben, werden mit dem #Huffman-#Code die Zeichen in einem Wort mit #Binärcodes variabler Länge codiert. Der #Huffman-#Code erfüllt übrigens die Fano-Bedingung, d. h. dass kein #Codewort Anfangswort eines anderen Codewortes ist und somit jede codierte Zeichenreihe eindeutig decodierbar ist. Das wirst du im Laufe des Videos noch sehen.

- Vorwort: 0:00
- Intro: 0:05
- Einführung: 0:12
- Wie funktioniert der Algorithmus? 1:19
- Beispiel für die Huffman-Codierung: 2:35
- ENDE: 6:06

Animation der Erstellung des Huffman-Baums: https://people.ok.ubc.ca/ylucet/DS/Huffman.html

Видео Der Huffman Code | Algorithmen und Datenstrukturen канала Algorithmen verstehen