{
  "id": "prefix-code",
  "title": "前缀码",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "任何码字都不是其他码字前缀的编码，拼接后的码字无需向后预读或分隔符即可解码。",
  "category": "computer-science",
  "subcategory": "algorithms-theory",
  "type": "concept",
  "aliases": [
    "无前缀码",
    "即时码",
    "瞬时码"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/prefix-code/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/prefix-code/",
      "json": "https://aiwiki.page/en/prefix-code.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "前缀码是一组码字，其中任何码字都不是另一个不同码字的开头部分，即前缀。当信源符号被赋予满足这一条件的不同码字时，编码序列就可以从左到右解码：每个码字一结束，相应的符号便能立即被识别。前缀码是信息论和无损数据压缩的基础，尤其适用于用不同长度的码字表示符号的情形。(xlinux.nist.gov)"
    },
    {
      "heading": "定义与示例",
      "text": "设 \\(\\Sigma\\) 为编码字母表，\\(\\Sigma^*\\) 表示由该字母表中的符号组成的所有有限字符串的集合。如果对于不同的 \\(u,v\\in C\\)，都不存在字符串 \\(w\\) 使得 \\(v=uw\\)，则称集合 \\(C\\subseteq\\Sigma^*\\) 是无前缀的。等价地说，任何完整码字都不能是更长码字的开头。符号编码器是一个将信源符号映射到这些码字的单射函数。(ocw.mit.edu)\n\n例如，下面的二进制码是无前缀的：\n\n信源符号 | 码字\nA | 0\nB | 10\nC | 110\nD | 111\n\n编码字符串 010110111 可以无歧义地划分为 0 | 10 | 110 | 111，解码得到 ABCD。这里的分隔符只是为了便于说明，无需传输。相比之下，码 {0, 1, 01} 不是无前缀的，01 既可能表示一个码字，也可能表示 0 和 1 两个码字的拼接。(stanforddatacompressionclass.github.io)\n\n互不相同的定长码字也满足前缀条件。因此，前缀码描述的是一种结构性质，并不要求码字长度必须不同。它也不禁止码字具有相同的开头部分：110 和 111 都以 11 开头，但这两个完整码字都不是对方的前缀。(xlinux.nist.gov)"
    },
    {
      "heading": "即时解码与编码树",
      "text": "前缀码可以用一棵有根编码树表示。树的边用编码字母表中的符号标记，每个码字就是从根节点到某个已分配码字的叶节点的路径上，各边标记依次组成的序列。对于二进制码，边的标记为 0 和 1。只在叶节点处分配码字，就能保证任何码字都不位于通往另一个码字的路径上。(xlinux.nist.gov)\n\n基于树的解码算法从根节点出发，每读入一个符号，就沿相应的边前进一步。到达已分配码字的叶节点时，算法输出对应的信源符号，然后返回根节点。它不需要预读当前码字之后的内容，因此前缀码也称为即时码。这里的“即时”指的是解码延迟，并不意味着计算不耗费时间。(stanforddatacompressionclass.github.io)\n\n每个前缀码都是唯一可译码的：码字拼接而成的序列恰好确定一个信源符号序列。反之则不成立；有些唯一可译码需要读入后续内容，或者等到消息结束，才能识别前面的某个符号。(web.mit.edu)"
    },
    {
      "heading": "克拉夫特–麦克米伦不等式",
      "text": "对于使用含有 \\(D\\geq2\\) 个符号的字母表的有限前缀码，若码字长度为 \\(\\ell_1,\\ldots,\\ell_m\\)，则克拉夫特–麦克米伦不等式给出\n\n\\[\\sum_{i=1}^{m}D^{-\\ell_i}\\leq1.\\]\n\n反过来，任何满足这一不等式的有限正整数长度列表，都可以由某个前缀码实现。因此，该不等式刻画的是哪些长度列表可以实现，而不能用来判定某一组具体选定的码字是否无前缀。(ocw.mit.edu)\n\n利用树的表示可以给出一个计数证明。在深度 \\(L=\\max_i\\ell_i\\) 处，长度为 \\(\\ell_i\\) 的码字所占据的子树包含 \\(D^{L-\\ell_i}\\) 个节点。这些子树互不重叠，而完整的树在这一深度共有 \\(D^L\\) 个节点。将由此得到的计数不等式两边除以 \\(D^L\\)，便得到克拉夫特不等式。(ocw.mit.edu)\n\n唯一可译码也满足相同的长度约束。因此，它们的长度列表同样可以由前缀码实现，而且对于给定的信源分布，平均码长保持不变。(stanforddatacompressionclass.github.io)"
    },
    {
      "heading": "压缩与最优码",
      "text": "给定信源符号的概率 \\(p_i\\)，二进制码的码长期望值为\n\n\\[L=\\sum_i p_i\\ell_i\\]\n\n单位为每个信源符号的比特数。压缩利用符号概率的不均等，为更频繁出现的符号分配更短的码字。无前缀性保证了可解码性，但本身并不保证平均码长较短。(web.mit.edu)\n\n对于至少有两个符号的概率为正的有限信源，其信息熵定义为\n\n\\[H(X)=-\\sum_i p_i\\log_2p_i.\\]\n\n每个二进制前缀码都满足 \\(L\\geq H(X)\\)，而最优平均码长 \\(L^*\\) 满足\n\n\\[H(X)\\leq L^*<H(X)+1.\\]\n\n一种证明存在性的构造方法是取 \\(\\ell_i=\\lceil-\\log_2p_i\\rceil\\)；这些长度满足克拉夫特不等式。对于给定的有限符号分布，在采用二进制逐符号编码且每比特成本相同的条件下，霍夫曼编码可以生成平均码长最小的前缀码。并非所有前缀码都是霍夫曼码。(ocw.mit.edu)\n\n对于独立同分布信源，将 \\(n\\) 个符号组成的块作为一个整体进行编码，可以减少每个原始符号分摊的取整开销：\n\n\\[H(X)\\leq\\frac{L_n^*}{n}<H(X)+\\frac1n.\\]\n\n这将前缀编码与信源编码定理联系起来：增加块长度，可以使每个符号的平均编码长度趋近于熵。(ocw.mit.edu)"
    }
  ],
  "links": [
    "information-theory",
    "lossless-data-compression",
    "injective-function",
    "algorithm",
    "expected-value",
    "bit",
    "information-entropy",
    "huffman-coding",
    "source-coding-theorem"
  ],
  "sources": [
    {
      "title": "prefix code",
      "url": "https://xlinux.nist.gov/dads/HTML/prefixcode.html"
    },
    {
      "title": "MIT 6.02 DRAFT Lecture Notes",
      "url": "https://web.mit.edu/6.02/www/s2012/handouts/3.pdf"
    },
    {
      "title": "441 Information Theory, Lecture 5",
      "url": "https://ocw.mit.edu/courses/6-441-information-theory-spring-2010/a8525ccc542cccf186535efcf673ab36_MIT6_441S10_lec05.pdf"
    },
    {
      "title": "Prefix Free Codes",
      "url": "https://stanforddatacompressionclass.github.io/notes/lossless_iid/prefix_free_codes.html"
    },
    {
      "title": "Kraft Inequality",
      "url": "https://stanforddatacompressionclass.github.io/notes/lossless_iid/kraft_ineq_and_optimality.html"
    },
    {
      "title": "MITOCW: 18.200 Lecture 17 transcript",
      "url": "https://ocw.mit.edu/courses/18-200-principles-of-discrete-applied-mathematics-spring-2024/1xvlkiEsNPaELdIe8sfQR3CCSt0kfi455_transcript.pdf"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}