第2章_2数据存储与数据压缩
数据库系统的数据压缩与存储空间管理
数据库系统的数据压缩与存储空间管理随着数据量的不断增长，数据库系统的数据压缩和存储空间管理变得越发重要。
合理的数据压缩和高效的存储管理可以显着减少数据库系统的存储成本，并提高系统的性能和响应速度。
本文将探讨数据库系统中数据压缩和存储空间管理的相关概念、技术以及最佳实践。
一、数据库系统数据压缩数据压缩是指通过对数据库中的数据进行编码和解码，以减少存储空间并提高数据访问效率的过程。
数据压缩有助于减少存储开销、提高数据传输速度和减少数据备份所需的时间和空间。
1. 压缩算法数据库系统通常采用无损和有损压缩算法。
无损压缩算法可以实现完全可逆的压缩和解压缩，保留原始数据的完整性。
常见的无损压缩算法包括哈夫曼压缩、字典压缩和Lempel-Ziv-Welch压缩。
有损压缩算法则牺牲了一定的数据精度以获得更高的压缩比。
例如，JPEG图像压缩和MP3音频压缩都是一种有损压缩算法。
2. 数据类型对压缩的影响不同的数据类型对压缩的效果有重要影响。
通常情况下，文本和字符串类型的数据具有很高的可压缩性，而数值和二进制类型的数据则较难以获得显著的压缩效果。
因此，在设计数据库时，需要根据不同数据类型的特性选择合适的压缩算法和技术。
3. 数据分区和压缩在实际的数据库系统中，数据通常以分区的方式进行管理。
数据分区可以单独进行压缩，以提高整体的数据压缩效果。
根据数据的更新频率和访问模式等因素，可以将更频繁更新或访问的数据分区进行无压缩或低压缩，而将较不频繁访问的数据分区进行更高程度的压缩。
二、数据库系统的存储空间管理高效的存储空间管理对于数据库系统的性能和可靠性至关重要。
合理的存储空间管理可以减少存储开销，并防止数据碎片化和存储空间不足等问题的发生。
1. 空间分配在数据库系统中，空间分配是指如何将存储介质的空间分配给表、索引和其他数据库对象。
常用的空间分配策略包括线性分配、非线性分配和页分配等。
线性分配是按顺序进行存储，不适用于频繁修改或删除记录的场景。
多媒体技术基础第3版第2章数据无损压缩
*
2.0 数据无损压缩概述(续2)
2章 数据无损压缩
The Father of Information Theory—— Claude Elwood Shannon Born: 30 April 1916 in Gaylord, Michigan, USA Died: 24 Feb 2001 in Medford, Massachusetts, USA
统计编码
编码特性
编码方法
香农-范诺编码 霍夫曼编码 算术编码
*
*
2.2.1 统计编码——香农-范诺编码 香农-范诺编码(Shannon–Fano coding) 在香农的源编码理论中，熵的大小表示非冗余的不可压缩的信息量 在计算熵时，如果对数的底数用2，熵的单位就用“香农(Sh)”，也称“位(bit)” 。“位”是1948年Shannon首次使用的术语。例如 最早阐述和实现“从上到下”的熵编码方法的人是Shannon(1948年)和Fano(1949年)，因此称为香农-范诺(Shannon- Fano)编码法
2章 数据无损压缩
02
霍夫曼(D.A. Huffman)在1952年提出和描述的“从下到上”的熵编码方法
根据给定数据集中各元素所出现的频率来压缩数据的一种统计压缩编码方法。这些元素(如字母)出现的次数越多，其编码的位数就越少
广泛用在JPEG, MPEG, H.26X等各种信息编码标准中
*
*
2.2.2 霍夫曼编码— Case Study 1 现有一个由5个不同符号组成的30个符号的字符串：BABACACADADABBCBABEBEDDABEEEBB 计算 该字符串的霍夫曼码 该字符串的熵 该字符串的平均码长 编码前后的压缩比 霍夫曼编码举例1
数据库数据压缩与归档减少存储空间并保留历史数据的方法
数据库数据压缩与归档减少存储空间并保留历史数据的方法随着数据的不断增长，数据库存储空间的需求也越来越大。
为了解决这个问题，数据库数据压缩与归档成为了一种重要的解决方案。
本文将介绍数据库数据压缩与归档的方法，从而减少存储空间，并保留历史数据。
一、数据库数据压缩数据库数据压缩是减少存储空间的一种有效方法。
通过压缩数据，可以减少磁盘空间的占用，提高数据库的性能。
下面介绍几种常见的数据库数据压缩方法。
1. 列存储列存储是一种将数据按列存储的方式，相比传统的行存储方式可以极大地减少存储空间的占用。
它将相同类型的数据聚集在一起，提高了数据的压缩率。
同时，列存储还可以提高查询性能，因为只需要读取需要的列，而不需要读取整行数据。
2. 数据压缩算法数据库通常支持多种数据压缩算法，如LZ77、LZW等。
这些算法可以对数据库中的数据进行压缩，从而减少存储空间的占用。
通过选择合适的压缩算法，可以根据数据的特点来提高压缩率。
3. 分区压缩将数据按照某个特定的规则进行分区，然后对每个分区进行压缩。
这样可以更加精细地控制数据压缩的粒度，并根据不同的需求选择适合的压缩算法。
二、数据库数据归档数据库数据归档是将不经常使用的数据移动到归档存储介质中，以释放存储空间。
归档的数据仍然可以查询，但不会占用数据库的主存储空间。
下面介绍几种常见的数据库数据归档方法。
1. 冷数据归档冷数据是指在一定时间内没有被查询或修改的数据。
将冷数据归档到归档存储介质中，可以减少数据库存储空间的占用，提高数据库的存取性能。
2. 分区归档将数据库按照某个特定的规则进行分区，并将不经常使用的分区数据归档。
这样可以更加精细地控制数据的归档粒度，并根据不同的需求选择归档的时间点。
3. 压缩归档将归档的数据进行压缩，可以减少归档存储介质的占用空间。
通过选择合适的压缩算法，可以根据数据的特点提高压缩率。
三、综合应用数据库数据压缩与归档方法可以综合应用，以进一步减少存储空间的占用，并保留历史数据。
数据库技术中的数据压缩与存储优化(八)
数据库技术中的数据压缩与存储优化近年来，随着数据量的剧增和业务需求的不断提升，数据库技术在存储和处理大规模数据上面临着巨大的挑战。
其中，数据压缩和存储优化成为了数据库技术的重要方向之一。
本文将探讨数据库技术中的数据压缩与存储优化的相关内容。
一、数据压缩技术的意义与应用数据压缩技术是指通过一系列算法和方法，将数据在存储、传输和处理过程中的占用空间减少，从而提高数据的存储容量和传输效率。
数据压缩技术对于数据库系统来说具有重要的意义。
首先，数据压缩可以有效减少数据的存储空间。
在数据库系统中，数据存储是占用大量资源的部分，通过采用数据压缩技术，可以大大减少数据库的存储需求，降低硬件成本。
其次，数据压缩可以提高数据的传输效率。
在数据传输过程中，数据量的大小直接影响了传输的速度和效率，通过对数据进行压缩可以减少传输时间，提高传输效率。
此外，数据压缩还可以提升数据库的性能。
数据量减少了，数据库在查询、排序和索引等操作时的IO开销也相应减少，从而提高数据库系统的整体性能。
二、数据压缩的常用算法在数据库技术中，常用的数据压缩算法包括：字典压缩、哈希压缩、词频匹配、LZW算法、Huffman算法等。
字典压缩算法是一种常用的数据压缩算法。
它通过建立字典表来存储重复出现的字符串，然后将字符串替换为对应的字典索引，从而达到压缩数据的目的。
哈希压缩算法是一种基于哈希表的数据压缩算法。
它通过哈希函数将数据映射为较小的索引，然后将数据存储在对应的索引位置，以此实现数据压缩。
词频匹配算法是一种基于词频统计的数据压缩算法。
它通过统计文本中词频较高的词汇，并将其替换为较短的编码，从而减少数据的存储空间。
LZW算法是一种常用的无损数据压缩算法。
它通过将文本中重复出现的字符串编码为较短的标记，从而实现数据的压缩。
Huffman算法是一种常用的基于编码的数据压缩算法。
它通过根据字符出现的频率构建一颗Huffman树，并将出现频率较高的字符编码为较短的二进制码，以此实现数据的压缩。
数据压缩_精品文档
数据压缩一、引言随着信息技术的飞速发展，数据量呈爆炸性增长，数据压缩技术应运而生。
它是一种通过特定的算法，对数据进行优化处理，以减少存储空间和提高传输效率的技术。
数据压缩在现代生活中应用广泛，从图片、音频、视频到大型文件和数据库，几乎所有类型的数据都可以通过压缩技术进行优化。
本文将详细探讨数据压缩的原理、常见方法、应用场景、未来发展以及面临的挑战与解决方案。
二、数据压缩的原理冗余数据消除：数据压缩通过消除冗余数据，即去除数据中的非必要部分，达到减小数据量的目的。
编码优化：通过更有效的编码方式，用更少的位数表示数据，从而达到压缩效果。
预测编码：利用数据的空间或时间相关性，通过预测值来编码实际值，以减少需要传输的数据量。
三、常见的数据压缩方法无损压缩：能完全恢复原始数据，但压缩率相对较低。
常见方法有Huffman编码、LZ77、LZ78等。
有损压缩：无法完全恢复原始数据，但压缩率高。
常见方法有JPEG、MPEG、MP3等。
四、数据压缩的应用场景存储空间优化：用于减少数据存储所需的磁盘空间或闪存空间。
网络传输：用于提高大数据的传输效率和速度。
实时数据处理：在处理流式数据或实时数据时，通过压缩技术降低处理负担。
大数据分析：在处理大规模数据集时，利用压缩技术减少数据处理和分析的时间。
五、数据压缩技术的未来发展更高压缩率：随着算法和硬件的发展，未来将出现更高压缩率的技术，进一步提高数据的存储和传输效率。
多模态压缩：将多种媒体数据（如音频、视频等）进行整合压缩，实现更加高效的数据管理。
自适应压缩：根据数据的特性和需求，动态调整压缩参数，实现更加智能的数据处理。
安全压缩：随着数据安全需求的提高，未来的压缩技术将更加注重数据的加密和保护。
人工智能与压缩技术结合：利用人工智能技术优化和改进压缩算法，提高压缩效率。
六、数据压缩中的挑战与解决方案数据完整性验证：在无损压缩中，如何验证数据的完整性是一个挑战。
解决方案包括采用纠错编码和校验机制等。
数据管理与储存的数据归档与压缩
数据管理与储存的数据归档与压缩随着信息技术的高速发展，我们生活和工作中产生的数据越来越多，数据管理与储存变得愈发重要。
而对于数据归档与压缩这一问题，它关乎着数据管理的高效性和数据存储的成本效益。
本文将探讨数据归档与压缩的概念、方法以及应用。
一、数据归档的概念与意义数据归档是指根据数据的特征和价值，将数据从活跃状态移至归档状态的过程。
归档可以理解为将数据进行分类、整理和存档，以便未来需要时能够进行检索和恢复。
数据归档的意义在于解决数据存储和管理的难题，有效降低存储成本，提高数据管理效率。
同时，归档也有利于数据的备份和防灾。
二、数据归档的方法1. 数据分类与标识：首先需要对数据进行分类，将其划分为不同的等级和重要性。
可以根据数据的创建时间、使用频率以及价值等因素进行分类。
然后通过为数据打上标签或元数据，以便于后续的检索和管理。
2. 存档策略的制定：根据不同的业务需求和数据特征，制定合理的存档策略。
存档策略包括归档时间、归档频率、归档方式等。
例如，可以按周或按月将不再活跃的数据进行归档。
3. 归档数据的存储：选择合适的存储介质和存储设备，将归档数据进行保存。
存储设备可以选择硬盘、磁带等介质，确保数据的长期保存和安全性。
4. 数据检索和还原：归档并不意味着数据无法访问，当需要使用归档数据时，可以通过合适的检索手段进行数据的还原和提取。
三、数据压缩的概念与意义数据压缩是指将原始数据经过编码和压缩算法处理，以减少数据的存储空间和传输带宽的过程。
数据压缩的意义在于提高数据传输和存储的效率，降低存储成本和传输延迟。
四、数据压缩的方法1. 无损压缩：无损压缩技术是指在数据压缩过程中不丢失原始数据的任何内容。
常见的无损压缩方法包括哈夫曼编码、字典编码和移动平均编码等。
这些方法通过对数据进行编码和重复序列的替换来实现数据的压缩。
2. 有损压缩：有损压缩技术是指在数据压缩过程中丢失一定的数据信息，以获得更高的压缩比。
常见的有损压缩方法包括JPEG图像压缩和MP3音频压缩等。
多模态数据的压缩与存储技术
多模态数据的压缩与存储技术第一章引言多模态数据是指包含不同类型数据的信息，如图像、音频、视频等。
随着信息技术的快速发展，多模态数据在各个领域中得到了广泛应用。
然而，多模态数据的存储和传输是一个挑战，因为不同类型的数据具有不同的特征和压缩需求。
为了有效地压缩和存储多模态数据，研究人员提出了各种压缩与存储技术。
本文将探讨这些技术，并分析其优势和局限性。
第二章多模态数据压缩技术2.1 图像压缩技术图像是最常见的一种多模态数据类型。
传统的图像压缩方法包括无损和有损两种方法。
无损方法通过减少冗余信息来实现图像的无失真压缩，如Huffman编码、LZW编码等。
有损方法通过牺牲一定程度上图像质量来实现更高程度上地压缩比率，如JPEG、JPEG2000等。
2.2 音频压缩技术音频是另一种常见的多模态数据类型。
为了实现音频文件在存储和传输过程中的高效率，研究人员提出了多种音频压缩技术。
其中，最常用的是MP3和AAC。
这些压缩算法通过减少音频中的冗余信息和人耳听觉特性来实现高压缩比率。
2.3 视频压缩技术视频是多模态数据中最复杂的一种类型。
视频数据包含了大量的图像帧和音频信息，因此需要更复杂的压缩算法来实现高效率的存储和传输。
常用的视频压缩标准包括MPEG-2、MPEG-4、H.264等。
第三章多模态数据存储技术3.1 存储介质选择多模态数据存储需要选择合适的介质来满足大容量、高速度、可靠性等要求。
目前常用的存储介质包括硬盘、固态硬盘（SSD）、磁带等。
不同介质具有不同特点，需要根据具体需求进行选择。
3.2 数据冗余消除为了提高存储效率，研究人员提出了各种冗余消除技术。
其中最常见的是去重技术，通过识别重复数据块并只保存一份来减少存储空间。
另外，还有压缩算法中的冗余消除技术，如JPEG中的DCT变换和Huffman编码。
3.3 数据索引与检索多模态数据存储需要高效的数据索引和检索方法。
常见的方法包括基于特征的索引、基于内容的索引、基于标签的索引等。
信息论基础-数据压缩
算术编码
1 2 3
基本原理
算术编码将输入的消息符号概率空间映射到实数 轴上的一个子区间，然后对子区间进行编码。
编码过程
首先计算输入消息的概率，然后根据概率计算出 子区间的长度，最后将子区间长度转换为二进制 编码。
解码过程
根据编码的二进制值找到对应的子区间，然后找 到对应的概率值，最后根据概率值还原出原始消 息。
03
常见的数理
Huffman编码是一种基于统计的压缩算法，它使用变长码 来对数据进行压缩。对于频繁出现的字符，使用较短的码； 对于不常出现的字符，使用较长的码。
编码过程
首先统计字符出现的频率，然后构建一个Huffman树，最 后根据Huffman树生成编码表。
解码过程
数据压缩可以应用于各种类型的数据， 如文本、图像、音频和视频等。
数据压缩的必要性
随着数据量的不断增加，存储和传输成本也相应增加，数据压缩可以有效降低存储 和传输成本。
数据压缩可以减少数据传输时间，提高数据传输效率，特别是在网络传输中具有重 要意义。
数据压缩可以保护隐私和机密信息，通过加密和压缩技术可以降低数据泄露的风险。
视频会议
视频压缩能够减小视频会议的数据传输量，提高会议的流畅度和清 晰度。
视频存储
通过压缩视频数据，可以减小视频文件的存储空间，降低存储成本。
文件压缩
减小文件大小
通过去除文件中的冗余数据，降低文件的存储空间，便于传输和 分享。
备份和恢复
压缩文件可以减小备份的数据量，加快备份速度，同时便于快速恢 复数据。
频率来压缩数据。
编码过程
02
首先统计每个字符的频率，然后将字符按照频率大小排序，最
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
布尔代数
设{0，1}w表示长度为w由0，1组成的串的集合
aw表示由w个a组成的串，
那么，<{0,1}w,|,&,~,0w,1w>构成布尔代数。
不同的w就是不同的布尔代数
2. 门电路和触发器
门？ 一种物理器件，输入布尔值，输出为某种布尔运算的结 果。
门电路？ 实现逻辑运算的电路。 门电路可以通过多种技术制造出来，如齿轮、继电器、 光学器件、半导体器件等。 门电路是信息存储、处理部件的基本构件。
XOR 异或
～ 0 1 1 0
&
0 1
0 0 0
1 0 1
︱ 0
0 1 0 1
1 1 1
∧
0 0 1
1 1 0
0 1
5
位向量
布尔变量 p,q 取值∈{0,1}
逻辑变量， P,Q，取值∈{真,假}， 或{true,false}
布尔运算可以作用于单独的位，还能作用于位向量 位向量：长度为w的由0，1组成的序列。
“随机”读写
主存储器对每一个存储单元编址，所以每一个存储单元都可以独立
存取。为了反映这种能力，主存储器经常被称为随机存取存储器（ Random Access Memory，RAM）。
30
内存的类型只读存储器
只读存储器ROM（Read Only Memory）
ROM的特点 计算机中为什么需要ROM？ 常见ROM的种类
两或更多次的数据。 DDR2的传输带宽（每秒传输数据的字节数）为640MB/s，DDR3的传输 带宽为1.28GB/s，而DDR4可达到2.56GB/s。
DRAM在计算机中的应用
主存储器 显示存储器
32
本节内容
基本压缩方法 游程编码 huffman编码 字典编码
图像和音视频的压缩
15
触发器的另外方案
或门、非门组成的触发器
触发器的电路图
输入1 输入2
输出
触发器
16
触发器的应用
输入
输出
D CP
Q Q
输出
Q D
Q CP
计数脉冲输入
触发脉冲
输出
（a）D触发器 输出n-1
（b）用D触发器构建的1位计数器 输出1 输出0
Q D
Q CP
···Biblioteka Q DQ CPQ D
Q CP
计数脉冲输入
大学计算机基础
2.2 信息的存储 2.3 数据压缩
西安交通大学 卫颜俊 2013.9
1
本章主要内容
信息及其表示 信息的存储 数据压缩
√
2
本讲主要内容
布尔运算
逻辑门电路 存储器 信息熵 基本压缩方法
多媒体的压缩
3
1. 布尔运算
取值：
0,1 运算符：非 ~ 、与 & 、或 | 、异或 ^ 运算规则表： NOT AND OR 非 与 或
101 110
111
5 6
7
41
对于乘何种交通工具来到学校
可能性：
火车80%，汽车10，自行车5，飞机5，船0%
0
1
0
10
2
3
火车
汽车
自行车
飞机
110
111
•传输100次，告诉100人到校的交通方式 •火车的数据量80位，汽车20位，自行车 15，飞机15，共130位，平均1.3个位。 •1.3称为平均编码长度
存储器： 主存、内存 外存 内存使用了大量的半导体电路（如触发器）来构造存
储器，每一个单元电路能够存储一个二进制位。这种 存储器称为主存储器（main memory）或内部存储器， 简称主存或内存。
每8位组成一个存储单元，8位称为一个字节。
7 6 5 4 3 2 1 0
最高有效位 （第7位）
最低有效位 （第0位） 23
若干存储单元集成到一起组成内存芯片
若干内存芯片集成到一个小的板子上做成内存 条
内存条插到主机板中，称为计算机的内存。 触发器→储存单元→存储芯片→内存条
24
25
计算机的内存由成千上万的存储单元组成。 一个存储单元可以存放？ 一组有意义的信息需要多少存储单元？如何存放?
数字电话 采样频率8kHz,样本精度8位，数据率64kb/s 数据率——比特率、数码率、码率、速率、数据率 一小时的数据量64/8*3600=28800kB=28MB 数字图像 3072*2304*3=20.25MB 广播级彩色数字电视 4:2:2分量采样，采样频率13.5/6.75/6.57Hz,每样本精 度8位，数据率I=(13.5+6.57+6.57)*8=216Mb/s 一小时约95GB的数据量 高清数字电视 码率=1280*720*60*3*8=1327Mb/s 36 卫星云图、遥感数据…
）、只读存储器（ROM）等 利用磁能方式存储信息的设备如：硬盘、软盘、磁带、磁芯存储器 、磁泡存储器 利用光学方式存储信息的设备如：CD或DVD 利用磁光方式存储信息的设备如：MO（磁光盘） 利用其他实体物如纸卡、纸带等存储信息的设备如：打孔卡、打孔 带等
19
20
21
22
3 存储器的结构
计算机中，门电路通过微电子集成电路实现。
10
基本的门电路-与门
11
基本的门电路-或门、非门
或门
非门
12
基本的门电路-异或门
13
基本门电路的国外符号
由 门 电 路 组 成 触 发 器
14
触发器
一个可以产生0或1输出值的电路，它会一直保持输出
不变，直到外部送来一个触发脉冲使其改变成另一个 值。
40
数据压缩
对猜数游戏
no x≥2? no yes x≥4? yes no x≥6? yes
x≥1? x≥3? x≥5? x≥7? no yes no yes no yes no yes x=0 x=1 x=2 x=3 x=4 x=5 x=6 x=7
000
0
100
4
001 010
011
1 2
3
（c）用1位计数器构建的n位串行进位计数器
触发器、门电路组成更复杂的电路，实现更高级的功
能.
17
演 示
18
3 存储器的结构
存储设备是用于储存信息的设备或设备。通常是将信
息数字化后再以利用电、磁或光学等方式的媒体加以 存储。 常见的存储设备有：
利用电能方式存储信息的设备如：如各式随机存取存储器（RAM
34
引言
什么是数据压缩？
为什么要压缩？
数据压缩的可能性？
信息以二进制数或二进制编码的形式在存储器中存放 然而，存储器是非常有限的 能否用仅可能少的空间，存放更多的信息？ 这就是数据的压缩问题 数据压缩的本质是重新编码，使表示的信息的意义不
变而使数据量减少
35
压缩的必要性
如何在内存中有效地存取数据？
【思考】要到某个住宅小区找人，需要知道什么信息
才能找到他？
从0开始，按顺序每个存储单元有一个编号，称为地址
（内存地址） 地址由CPU产生， 地址译码器确定选择的存取单元 数据线上读出/写入数据
26
内存芯片的结构示意
总线 地址总线 数据总线 控制总线 地址总线的条数，决定能访问的内存数 量
Dynamic Random Access Memory，同步动态随机存储 器）。
名字中的“同步”是指SDRAM能与CPU以相同的速度同步工作。 SDRAM又分为DDR2 SDRAM、DDR3 SDRAM、DDR4 SDRAM等。
DDR（Double Data Rate）即双倍数据速率，意思是每个存储周期传输
44
50万字的中文书信息量有多少了？ 信息量500000*(-log2(1/500000))≈ 9465784 （bit ）
≈ 1183223.0（Byte） 按前面的两字节编码，50万汉字，数据量100万字节， 约1M(1 000 000Byte) 常用7000个汉字。假如每个字出现的概率相等，那么 需要多少比特表示一个汉字？（提示 212＜7000＜213）
29
主存的读写特点
“拷贝”读，“破坏”写
存储器存取信息和仓库存取货物这两件事情，抽象后可以认为都是
存取某种对象。讨论二者之间的区别。 【课堂练习2-39】已知5号存储单元中存放了数值8。以下两个操 作有什么关系？（相同之处？不同之处？）
将数值5写入6号存储单元； 将5号存储单元的内容移到6号存储单元。
42
平均编码长度
平均编码长度=(80*1+10*2+5*3+5*3)/100
=0.8*1+0.1*2+0.05*3+0.05*3 =1.3
43
信息熵
理论上，计算平均编码长度的公式叫熵
H （X） - P( x)Log 2 P( x)
对交通工具问题：
x
H ( x) (0.8 * log2 0.8 0.1* log2 0.1 0.05* log2 0.05 0.05* log2 0.05) 1.02193
1 1 H ( x) 7000 * log 2 12.77311 7000 7000
7
布尔运算的应用
(1)布尔运算表示有限集合，如： a=[01101001] 表示集合A=｛0，3，5，6｝ b=[01010101]表示集合B=｛0，2，4，6｝ 位向量的a,b的布尔运算|，&，~ 对应集合的并交补 (2)配色 长度为3的0，1序列表示一种红绿蓝三原色构成的颜色 如，[100]表示红,[010]表示绿,[001]表示蓝。 [100] | [010]=[110] => 红+绿=黄 相加混色 [110]&[011](青)=[010]=>绿色 相减混色 ~[100]=[011](青)，补色 (3)文献检索 表达检索意愿 文献的关键词特征 笔记本 电脑 ； 电脑 (笔记本) 笔记本-(电脑)