Question

信息编码的基本方法有哪些？

信息编码的基本方法有哪些

Answer 1

在通信理论中，编码是对原始信息符号按一定的数学规则所进行的变换。使编码的目的是要使信息能够在保证一定质量的条件下尽可能迅速地传输至信宿。在通信中一般要解决两个问题：一是在不失真或允许一定程度失真的条件下，如何用尽可能少的符号来传递信息，这是信源编码问题；其次是在信道存在干扰的情况下，如何增加信号的抗干扰能力，同时又使信息传输率最大，这是信道编码问题。信源编码定理（申农第一定理）给出了解决前一个问题的可能性，并同时给出了一种编码方法；有噪信道编码定理（申农第二定理）指出存在着这样的编码，它可使传输的错误概率接近于信道的容量，从而给出了解决后一问题的可能性。因此，在通信中使用编码手段可以使失真和信道干扰的影响达到最小，同时能以接近信道容量的信息传输率来传送信息。

信息编码的目的
　　信息编码的目的在于为计算机中的数据与实际处理的信息之间建立联系，提高信息处理的效率。

信息编码的基本原则
　　信息编码的基本原则是进行信息编码工作的最基本的要求，是确保信息编码科学、有效的重要手段。一般地认为，信息编码需要遵循8个基本原则，即唯一性原则、正确性原则、分类性原则、扩展性原则、统一性原则、不可更改性原则、重用性原则和简单性原则。

　　信息编码的第一个基本原则是唯一性原则。一种信息只能有一个信息编码，不同的信息有不同的信息编码，不同的信息编码表示不同的信息。这是信息编码的最本质的属性，也是信息编码必须遵循的原则。例如，为了有效地管理公司订单信息，每一个订单只能有一个订单编码。如果不同的订单有相同的订单编码，那么对订单信息的管理就会出现混乱。

　　正确性原则表示信息编码应当科学、合理，既遵循信息编码的基本原理，又符合组织的实际情况；既能满足组织自身的需要，又能满足组织合作伙伴的特殊要求；既要符合国家的标准或规定，又应该尽可能地遵守国际标准或惯例；信息编码既不宜过长，也不宜过短。在许多情况下，信息编码应当采用折中的方式。

　　分类是认识和描述信息的基本方式，信息编码应该遵循分类性原则。该原则要求信息应该按照合理的规则划分成不同的类别，使得同一类信息的编码在某一方面具有相同或相近的性质，这样便于管理信息系统的管理和使用。例如，为了对物料进行分类管理，采取了这样的编码方式：10表示原材料，101表示黑色金属原材料，102表示有色金属原材料，1023表示铝金属，10232表示铝棒。

　　随着组织的发展变化，组织中的管理信息也会随之发生变化。信息编码不能仅仅考虑组织当前的信息状况，而且应该考虑组织未来的发展状况和需要。信息编码应该有足够的编码资源，以便满足组织不断增长的对信息编码的需求。这是信息编码的扩展性原则。

　　统一性原则的含义是，组织中的信息无论是否采取统一的编码体系，只要有了唯一性的编码，那么组织中的所有部门都应该使用这种唯一性的编码，不能出现各自为政、一码多用的现象，同一种信息只能有一种信息编码。只有这样才能准确地识别信息和充分地实现信息共享。

Answer 2

计算机常用的编码有：ASCII码，汉字编码等
字符编码就是以二进制的数字来对应字符集的字符，目前用得最普遍的字符集是ANSI，对应ANSI字符集的二进制编码就称为ANSI码，DOS和Windows系统都使用了ANSI码，但在系统中使用的字符编码要经过二进制转换，称为系统内码。

1.汉字内码：ANSI码是单一字节（8位二进制数）的编码集，最多只能表示256个字符，不能表示众多的汉字字符，各个国家和地区在ANSI码的基础上又设计了各种不同的汉字编码集，以能够处理大数量的汉字字符。这些编码使用单字节来表示ANSI的英文字符（即兼容ANSI码），使用双字节来表示汉字字符。由于一个系统中只能有一种汉字内码，不能识别其它汉字内码的字符，造成了交流的不便。
2.GB码：GB码是1980年国家公布的简体汉字编码方案，在大陆、新加坡得到广泛的使用，也称国标码。国标码对6763个汉字集进行了编码，涵盖了大多数正在使用的汉字。
3.GBK码：GBK码是GB码的扩展字符编码，对多达2万多的简繁汉字进行了编码，简体版的Win95和Win98都是使用GBK作系统内码。
4.BIG5码：BIG5码是针对繁体汉字的汉字编码，目前在台湾、香港的电脑系统中得到应用。

5.HZ码：HZ码是在Internet上广泛使用的一种汉字编码。

Answer 3

1、ASCII码

　　学过计算机的人都知道ASCII码，总共有128个，用一个字节的低7位表示，0~31是控制字符如换行回车删除等；32~126是打印字符，可以通过键盘输入并且能够显示出来。

　　2、ISO-8859-1

　　128个字符显然是不够用的，于是ISO组织在ASCII码基础上又制定了一些列标准用来扩展ASCII编码，它们是ISO-8859-1~ISO-8859-15，其中ISO-8859-1涵盖了大多数西欧语言字符，所有应用的最广泛。ISO-8859-1仍然是单字节编码，它总共能表示256个字符。

　　3、GB2312

　　它的全称是《信息交换用汉字编码字符集基本集》，它是双字节编码，总的编码范围是A1-F7，其中从A1-A9是符号区，总共包含682个符号，从B0-F7是汉字区，包含6763个汉字。

　　4、GBK

　　全称叫《汉字内码扩展规范》，是国家技术监督局为windows95所制定的新的汉字内码规范，它的出现是为了扩展GB2312，加入更多的汉字，它的编码范围是8140~FEFE（去掉XX7F）总共有23940个码位，它能表示21003个汉字，它的编码是和GB2312兼容的，也就是说用GB2312编码的汉字可以用GBK来解码，并且不会有乱码。

　　5、GB18030

　　全称是《信息交换用汉字编码字符集》，是我国的强制标准，它可能是单字节、双字节或者四字节编码，它的编码与GB2312编码兼容，这个虽然是国家标准，但是实际应用系统中使用的并不广泛。

　　6、UTF-16

　　说到UTF必须要提到Unicode（UniversalCode统一码），ISO试图想创建一个全新的超语言字典，世界上所有的语言都可以通过这本字典来相互翻译。可想而知这个字典是多么的复杂，关于Unicode的详细规范可以参考相应文档。Unicode是Java和XML的基础，下面详细介绍Unicode在计算机中的存储形式。

　　UTF-16具体定义了Unicode字符在计算机中存取方法。UTF-16用两个字节来表示Unicode转化格式，这个是定长的表示方法，不论什么字符都可以用两个字节表示，两个字节是16个bit，所以叫UTF-16。UTF-16表示字符非常方便，每两个字节表示一个字符，这个在字符串操作时就大大简化了操作，这也是Java以UTF-16作为内存的字符存储格式的一个很重要的原因。

Answer 4

一、数值

正负数在计算机中的表示
在计算机中，只有0和1两种形式，为了表示正数和负数，就要将数的符号以“0”和“1”编码。

通常把一个数的最高位定义为符号位，用“0”表示正，“1”表示负，称为数符，其余为依然表示数值。

数值在计算机内采用符号数字化后，计算机就可以识别和表示数符了。但若将符号位同时和数值参加计算，由于两操作符的问题，有时会产生错误结果。如-5+4=-1，但是按以上计算方式，则运算如下：

1 0 0 0 0 1 0 1 （-5的机器数）

+ 0 0 0 0 0 1 0 0 （4的机器数）

= 1 0 0 0 1 0 0 1 （-9）

计算-5+4结果为-9，计算显然有误。若单独考虑符号位的处理，则运算会变得很复杂。为了解决此类问题，在机器数中，符号数有多种编码方式，常用的是原码、反码和补码，其实质就是对负数表示的不同编码。

原码
整数X的原码指其数符为0表示正，1表示负，其数值部分就是X绝对值的二进制表示，如：

[+1] = 00000001 [+127]=01111111

[-1] = 10000001 [-127] =11111111

采用原码表示法时，编码简单，与其值转换方便，但存在以下问题：

1、0有两种表示方式,0的二义性给机器判断带来诸多麻烦

[+0] = 00000000 [-0]=10000000

2、用原码做四则运算时，符号位需要单独处理，增加了运算规则的复杂性。

于是反码出现了！！

反码
整数X的反码指对于正数，与原码相同；对于负数，数符为1，其数值位X的绝对值取反。如：

[+1] = 00000001 [+127]=01111111