当前位置 : 主页 > 编程语言 > java >

从真题中理解信道复用技术、最优二叉树(Huffman Tree)

来源:互联网 收集:自由互联 发布时间:2023-02-04
从真题中理解信道复用技术、最优二叉树[Huffman Tree] ​​题目概述​​ ​​题目解答​​ ​​题目相关知识​​ ​​信道复用技术​​ ​​频分复用 FDM (Frequency Division Multiplexing)​​

从真题中理解信道复用技术、最优二叉树[Huffman Tree]

  • ​​题目概述​​
  • ​​题目解答​​
  • ​​题目相关知识​​
  • ​​信道复用技术​​
  • ​​频分复用 FDM (Frequency Division Multiplexing)​​
  • ​​时分复用TDM (Time Division Multiplexing) (同步时分复用)​​
  • ​​统计时分复用 STDM (Statistic TDM) (异步时分复用)​​
  • ​​波分复用 WDM(Wavelength Division Multiplexing)​​
  • ​​码分复用 CDM (Code Division Multiplexing)​​
  • ​​最优二叉树(Huffman Tree)​​
  • ​​哈夫曼树的构造过程​​
  • ​​哈夫曼编码​​
  • ​​参考文献​​

题目概述

为共享信道,常会使用信道复用技术。同时为了减少信道负担,会采用压缩编码技术。据此,请对下列问题进行作答: 1)请分析同步时分复用与异步时分复用的区别 2)请分析频分复用与波分复用的关联; 3)现有一个由5个不同符号组成的30个符号的字符串L:​​​BABACACADADABBCBABEBEDDABEEEBB​​ 请采用树形结构的最优压缩编码技术对L进行编码; 4)并计算压缩后的平均码长与压缩比的实际值。

题目解答

1)区别:

  • (1)同步时分复用,指的是将一个帧的若干时隙,按顺序编号,标号相同的成为一个子信道,传递同一路话路信息,速率恒定。 固定分配带宽,对传递的信号无差别控制,并且不做任何处理,其流量控制基于呼叫延时制。同步时分多路复用技术优点是控制简单,实现起来容易。缺点是如果某路信号没有足够多的数据,不能有效地使用它的时间片,则造成资源的浪费;而有大量数据要发送的信道又由于没有足够多的时间片可利用,所以要拖很长一段的时间,降低了设备的利用效率。
  • (2)异步时分复用,也叫做统计时分复用。指的是将用户的数据划分为一个个数据单元,不同用户的数据单元仍按照时分的方式来共享信道;但是不再使用物理特性来标识不同用户,而是使用数据单元中的若干比特,也就是使用逻辑的方式来标识用户。这种方法提高了设备利用率,但是技术复杂性也比较高,所以这种方法主要应用于高速远程通信过程中,例如,异步传输模式ATM。

2)关联:

  • 频分复用(FDM,Frequency Division Multiplexing)就是将用于传输信道的总带宽划分成若干个子频带(或称子信道),每一个子信道传输1路信号。频分复用要求总频率宽度大于各个子信道频率之和,同时为了保证各子信道中所传输的信号互不干扰,应在各子信道之间设立隔离带,这样就保证了各路信号互不干扰(条件之一)。频分复用技术的特点是所有子信道传输的信号以并行的方式工作,每一路信号传输时可不考虑传输时延,因而频分复用技术取得了非常广泛的应用。频分复用技术除传统意义上的频分复用(FDM)外,还有一种是正交频分复用(OFDM)。
  • 波分复用 WDM (Wavelength Division Multiplexing)就是光的频分复用。其是将两种或多种不同波长的光载波信号(携带各种信息)在发送端经复用器(亦称合波器,Multiplexer)汇合在一起,并耦合到光线路的同一根光纤中进行传输的技术;在接收端,经解复用器(亦称分波器或称去复用器,Demultiplexer)将各种波长的光载波分离,然后由光接收机作进一步处理以恢复原信号。这种在同一根光纤中同时传输两个或众多不同波长光信号的技术,称为波分复用。

3) 不同符号出现的次数,如下表。

符号

总数

A

8

B

10

C

3

D

4

E

5

构建的哈夫曼树,如下图。

从真题中理解信道复用技术、最优二叉树(Huffman Tree)_复用

注:符号(总数)

符号

对应的代码

A

10

B

11

C

010

D

011

E

00

符号

总数

对应的代码

所需位数

A

8

10

2*8=16

B

10

11

2*10=20

C

3

010

3*3=9

D

4

011

3*4=12

E

5

00

2*5=10

合计

30

67

注:从真题中理解信道复用技术、最优二叉树(Huffman Tree)_二叉树_02 压缩后,30个符号组成的字符串只需要从真题中理解信道复用技术、最优二叉树(Huffman Tree)_哈夫曼树_03位,而原先则需要从真题中理解信道复用技术、最优二叉树(Huffman Tree)_复用_04位。 注:从真题中理解信道复用技术、最优二叉树(Huffman Tree)_信道复用技术_05 4)

  • 压缩后的平均码长从真题中理解信道复用技术、最优二叉树(Huffman Tree)_复用_06
  • 压缩比的实际值从真题中理解信道复用技术、最优二叉树(Huffman Tree)_二叉树_07

题目相关知识

信道复用技术

频分复用 FDM (Frequency Division Multiplexing)

从真题中理解信道复用技术、最优二叉树(Huffman Tree)_信道复用技术_08

从真题中理解信道复用技术、最优二叉树(Huffman Tree)_二叉树_09

  • 将整个带宽分为多份,用户在分配到一定的频带后,在通信过程中自始至终都占用这个频带。
  • 频分复用的所有用户在同样的时间占用不同的带宽资源(请注意,这里的“带宽”是频率带宽而不是数据的发送速率)。

时分复用TDM (Time Division Multiplexing) (同步时分复用)

  • 时分复用则是将时间划分为一段段等长的时分复用帧(TDM帧)。每一个时分复用的用户在每一个 TDM 帧中占用固定序号的时隙。
  • 每一个用户所占用的时隙是周期性地出现(其周期就是TDM帧的长度)的。
  • TDM 信号也称为等时 (isochronous) 信号。
  • 时分复用的所有用户在不同的时间占用同样的频带宽度。

从真题中理解信道复用技术、最优二叉树(Huffman Tree)_哈夫曼树_10

  • 时分复用可能会造成线路资源的浪费
  • 使用时分复用系统传送计算机数据时,由于计算机数据的突发性质,用户对分配到的子信道的利用率一般是不高的。

从真题中理解信道复用技术、最优二叉树(Huffman Tree)_二叉树_11

统计时分复用 STDM (Statistic TDM) (异步时分复用)

从真题中理解信道复用技术、最优二叉树(Huffman Tree)_结点_12

波分复用 WDM(Wavelength Division Multiplexing)

从真题中理解信道复用技术、最优二叉树(Huffman Tree)_复用_13

码分复用 CDM (Code Division Multiplexing)

  • 常用的名词是码分多址 CDMA (Code Division Multiple Access)。
  • 各用户使用经过特殊挑选的不同码型,因此彼此不会造成干扰。
  • 这种系统发送的信号有很强的抗干扰能力,其频谱类似于白噪声,不易被敌人发现。

最优二叉树(Huffman Tree)

给定N个权值作为N个叶子结点,构造一棵二叉树,若该树的带权路径长度达到最小,称这样的二叉树为最优二叉树,也称为哈夫曼树(Huffman Tree)。哈夫曼树是带权路径长度最短的树,权值较大的结点离根较近。

哈夫曼(Huffman)树又称最优树,是一类带权路径长度最短的树,在实际中有广泛的用途。哈夫曼树的定义,涉及路径、路径长度、权等概念。

  • (1)路径:从树中 一 个结点到另 一 个结点之间的分支构成这两个结点之间的路径。
  • (2)路径长度:路径上的分支数目称作路径长度。
  • (3)树的路径长度:从树根到每 一 结点的路径长度之和。
  • (4)权:赋予某个实体的 一 个量,是对实体的某个或某些属性的数值化描述。 在数据结构中,实体有结点(元素)和边(关系)两大类,所以对应有结点权和边权。 结点权或边权具体代表什么意义,由具体情况决定。如果在 一 棵树中的结点上带有权值,则对应的就有带权树等概念。
  • (5)结点的带权路径长度:从该结点到树根之间的路径长度与结点上权的乘积。
  • (6)树的带权路径长度:树中所有叶子结点的带权路径长度之和,通常记作 从真题中理解信道复用技术、最优二叉树(Huffman Tree)_哈夫曼树_14
  • (7)哈夫曼树:假设有m个权值从真题中理解信道复用技术、最优二叉树(Huffman Tree)_信道复用技术_15,可以构造一棵含n个叶子结点的二叉树,每个叶子结点的权为从真题中理解信道复用技术、最优二叉树(Huffman Tree)_结点_16, 则其中带权路径长度 WPL 最小的二叉树称做最优二叉树或哈夫曼树。

其中以( C )树的为最小。可以验证,它恰为哈夫曼树,即其带权路径长度在所有带权为 7、 5、2 、4的4个叶子结点的二叉树中居最小。

哈夫曼树的构造过程

  • 根据给定的n个权值从真题中理解信道复用技术、最优二叉树(Huffman Tree)_复用_17,构造n棵只有根结点的二叉树,这n棵二叉树构成一个森林F。
  • 在森林 F 中选取两棵根结点的权值最小的树作为左右子树构造一棵新的二叉树,且置新的二叉树的根结点的权值为其左、右子树上根结点的权值之和。
  • 在森林F中删除这两棵树,同时将新得到的二叉树加入F中。
  • 重复步骤2和步骤3,直到F只含一棵树为止。这棵树便是哈夫曼树。 在构造哈夫曼树时,首先选择权小的,这样保证权大的离根较近,这样一来,在计算树的带权路径长度时,自然会得到最小带权路径长度,这种生成算法是一种典型的贪心法。
  • 哈夫曼树构造过程

    哈夫曼编码

    在进行数据压缩时,为了使压缩后的数据文件尽可能短, 可采用不定长编码。 其基本思想是:为出现次数较多的字符编以较短的编码。为确保对数据文件进行有效的压缩和对压缩文件进行正确的解码, 可以利用哈夫曼树来设计二进制编码。

    • 前缀编码:如果在一个编码方案中,任一个编码都不是其他任何编码的前缀(最左子串),则称编码是前缀编码。
    • 哈夫曼编码:对一棵具有n个叶子的哈夫曼树,若对树中的每个左分支赋予0, 右分支赋予1则从根到每个叶子的路径上,各分支的赋值分别构成一个二进制串, 该二进制串就称为哈夫曼编码。
    • 哈夫曼编码是前缀编码。
    • 哈夫曼编码是最优前缀编码。

    参考文献

    [1] 谢希仁. 计算机网络. 7版. 北京:电子工业出版社,2017 [2] 严蔚敏,吴伟民. 数据结构(C语言版). 北京: 清华大学出版社,2020 [3] 王道论坛. 2022数据结构考研复习指导. 北京:电子工业出版社,2021 [4] 王道论坛. 2022计算机网络考研复习指导. 北京:电子工业出版社,2021

    网友评论