编码冗余度
编码冗余度计算器。比较平均码长与信源信息熵，按 (平均码长−熵)/熵 评估编码冗余度，冗余越低编码越优，适合通信系统编码方案的效率分析与优化。
🔐 Encoding Redundancy
Compare average code length with source entropy to compute redundancy (avgLen - H) / H; lower redundancy means a better code.
📐 计算公式与说明
冗余 = (平均码长 − 熵) / 平均码长
冗余越低编码越优，理想情况趋近 0。
📚 深度解析：编码冗余度
💡 常见使用场景
- 信源编码优化：评估哈夫曼/算术编码相对熵的冗余，指导压缩方案。
- 信道效率分析：比较不同变长码的平均码长与理论下限。
- 教学演示：展示定长码在符号概率不均时的冗余浪费。
示例：两符号 p=0.9/0.1
熵≈0.469 bit，若定长 1 bit/符号则冗余≈113%；哈夫曼可逼近熵，冗余近 0。
❓ 常见问题（FAQ）
- 冗余度为何不是越低越好？
- 为纠错常主动加冗余（如信道编码），效率与可靠性需权衡。
- 与压缩率关系？
- 信源编码冗余越低压缩越强；本指标衡量离香农下限的差距。
- 熵怎么算？
- H=−Σ p_i·log2(p_i)，见信息熵（香农）工具。