Кодирование информации. Количество информации.

Кодирование текстовой информации.
Определение объема текстового файла.

Большая часть ПК в мире занята обработкой текстовой информации.

Кодирование заключается в том, что каждому символу ставится в соответствие уникальный двоичный код. Человек различает символы по их начертанию, а компьютер - по их коду.

Первоначально в ЭВМ использовался лишь латинский алфавит - 26 букв (символов).
Для кодирования двоичным кодом 26 символов (прошлый урок) потребуется выделять 5 бит на каждый символ (5 битное кодирование).

Но в тексте встречаются не только строчные, но и прописные буквы (символы), а также десятичные цифры. Значит количество кодируемых символов будет больше:

K_симв = 26 + 26 + 10 = 62 [символа]

Для кодирования двоичным кодом 62 символов потребуется 6 бит на символ (6 битное кодирование).

Поэтому в первых англоязычных компьютерах байт - машинный слог - включал шесть битов.

С точки зрения ЭВМ текст также включает знаки препинания, спецсимволы типа "=", "(", "&", пробел и т.п., символы псевдографики и коды управления принтерами, сигнальными лампочками и прочим оборудованием.

Для кодирования всего этого количества символов требуется 7 битное кодирование (128 символов).

С учетом кодирования символов национальных языков, например русского, необходимо как минимум 8 битное кодирование.

Таким образом возникло понятие БАЙТ, как набор БИТ, минимально необходимый для кодирования одного машинного символа.

При 8-битном кодировании мощность алфавина (число символов в алфавите) равна 256.

Соответствие символа коду отображено в кодовой таблице.

При нажатии клавиши на клавиатуре (устройство ввода или кодирования информации) формируется двоичный код в соответствии с которым по кодовой таблице на экране монитора отображается начертание символа.

В настоящее время существуют пять различных кодовых таблиц для русских букв (Windows, MS-DOS, КОИ-8, Mac, ISO) поэтому тексты, созданные в одной кодировке, не будут правильно отображаться в другой. Для разных типов ЭВМ используются различные таблицы кодировки. С распространением персональных компьютеров типа IBM PC международным стандартом стала таблица кодировкиASCII (American Standart Code for Information Interchange) – американский стандартный код для информационного обмена в которой:
- Первые 33 кода (с 0 по 33) соответствуют не символам, а операциям (ввод пробела, перевод строки и т.д.);
- Коды с 33 по 127 являются интернациональными и соответствуют символам латинского алфавита, цифрам, знакам арифметических операций и знакам препинания;
- Коды с 128 по 255 являются национальными, т.е. в разных национальных кодировках одному и тому же коду соответствуют различные символы.

В современных компьютерах используют 16 битное кодировании (unicode) что позволяет закодировать 65536 символов.

В памяти компьютера любой текст представляется последовательностью кодов всех символов, составляющих текст.

Чтобы найти информационный объем текста (V_тф ) нужно умножить количество символов в тексте (K_симв ) на объем одного символа (V_1с ):

V_тф = K_симв * V_1с

Задача 1

Определите информационный объем текста
Бамбарбия! Кергуду!
при 8 битном кодировании
Количество символов в тексте определим простым пересчетом, помня, что пробел тоже символ.

Дано:
V_1с = 8[Бит]
K_симв = 19
V_тф = ?

Решение:
1. Объем текстового файла определяем по формуле:
V_тф = K_симв * V_1с
V_тф = 19 * 8 = 152 [Бит]
Биты необходимо перевести в байты:
152 [Бит] = 152 : 8 = 19 [Байт]
Ответ: 19 байт

Задача 2

Автоматическое устройство осуществило перекодировку информационного сообщения на русском языке, первоначально записанного в 16-битном коде Unicode, в 8-битную кодировку КОИ-8. При этом информационное сообщение уменьшилось на 480 бит. Какова длина сообщения в символах?

Дано:
V_1с.2 = 16[Бит]
V_1с.2 = 8[Бит]
V_тф.1 - V_тф.2 = 480
K_симв = ?

Решение:
1. Объем текстового файла 1 определяем по формуле:
V_тф.1 = K_симв * V_1с.1
2. Объем текстового файла 2 определяем по формуле:
V_тф.2 = K_симв * V_1с.2
3. Определим разность объемов:
V_тф.1 - V_тф.2 = K_симв * V_1с.1 - K_симв * V_1с.2
4. K_симв выносим за скобки
K_симв * (V_1с.1 - V_1с.2) = 480
5. Значит можно определить количество символов
K_симв = 480 : (V_1с.1 - V_1с.2)
K_симв = 480 : (16 - 8) = 60
Ответ: 60 символов

Домашнее задание

1 Считая, что каждый символ кодируется одним байтом, определите, чему равен информационный объем следующего высказывания Жан-Жака Руссо:
Тысячи путей ведут к заблуждению, к истине – только один.

2 В кодировке Unicode на каждый символ отводится два байта. Определите информационный объем сообщения из двадцати четырех символов в этой кодировке.

3 Автоматическое устройство осуществило перекодировку информационного сообщения на русском языке, первоначально записанного в 16-битном коде Unicode, в 8-битную кодировку КОИ-8. При этом информационное сообщение уменьшилось на 800 бит. Какова длина сообщения в символах?

4 Досье на сотрудников после 16 битного кодирования занимают 8 Mb. Каждое из них содержит 16 страниц (32 строки по 64 символа в строке). Сколько сотрудников в организации?

5 Мощность алфавита равна 256. Сколько Кбайт памяти потребуется для сохранения 160 страниц текста, содержащего в среднем 192 символа на каждой странице?

6 Объем текстового файла 640 Kb. Файл содержит книгу, которая набрана в среднем по 32 строки на странице и по 64 символа в строке. Сколько страниц в книге при 8 битном кодировании?

7 Объем сообщения равен 7,5 Кбайт. Известно, что данное сообщение содержит 7680 символов. Какова мощность алфавита?

Тренировочные задание

1 Считая, что каждый символ кодируется одним байтом, определите, чему равен информационный объем следующего высказывания Алексея Толстого:
Не ошибается тот, кто ничего не делает, хотя это и есть его основная ошибка.

2 Считая, что каждый символ кодируется одним байтом, определите, чему равен информационный объем следующего высказывания Рене Декарта:
Я мыслю, следовательно, существую.

3 Считая, что каждый символ кодируется 16-ю битами, оцените информационный объем следующей пушкинской фразы в кодировке Unicode:
Привычка свыше нам дана: Замена счастию она.

4 Считая, что каждый символ кодируется одним байтом, оцените информационный объем следующего предложения из пушкинского четверостишия:
Певец-Давид был ростом мал, Но повалил же Голиафа!

5 Считая, что каждый символ кодируется одним байтом, оцените информационный объем следующего предложения:
Мой дядя самых честных правил, Когда не в шутку занемог, Он уважать себя заставил И лучше выдумать не мог.

6 Автоматическое устройство осуществило перекодировку информационного сообщения на русском языке, первоначально записанного в 8-битном коде, в 16-битную кодировку Unicode. При этом информационное сообщение увеличилось на 2048 байт. Каков был информационный объем сообщения до перекодировки?

7 Считая, что каждый символ кодируется 16-ю битами, оцените информационный объем следующей фразы в кодировке Unicode:
В шести литрах 6000 миллилитров.

8 Считая, что каждый символ кодируется 16-ю битами, оцените информационный объем следующего предложения:
Блажен, кто верует, тепло ему на свете!

9 Считая, что каждый символ кодируется одним байтом, оцените информационный объем следующего предложения:
Белеет Парус Одинокий В Тумане Моря Голубом!

10 Автоматическое устройство осуществило перекодировку информационного сообщения на русском языке, первоначально записанного в 16-битном коде Unicode, в 8-битную кодировку КОИ-8. При этом информационное сообщение уменьшилось на 160 бит. Какова длина сообщения в символах?

11 Автоматическое устройство осуществило перекодировку информационного сообщения на русском языке длиной 8 символов, первоначально записанного в 16-битном коде Unicode, в 8-битную кодировку КОИ-8. На сколько изменился информационный объем сообщения?

12 Автоматическое устройство осуществило перекодировку информационного сообщения на русском языке, первоначально записанного в 16-битном коде Unicode, в 8-битную кодировку КОИ-8. При этом информационное сообщение уменьшилось на 240 бит. Какова длина сообщения в символах?

13 Автоматическое устройство осуществило перекодировку информационного сообщения на русском языке длиной в 20 символов, первоначально записанного в 16-битном коде Unicode, в 8-битную кодировку КОИ-8. На сколько изменился информационный объем сообщения?

15 Объем сообщения равен 11 Кбайт. Сообщение содержит 11264 символа. Какова мощность алфавита?