Simulador de compresión de datos en línea

Qué hace este simulador

Este simulador educativo aplica el algoritmo de codificación Huffman a un texto que tú pegas. No comprime archivos ni genera un archivo comprimido descargable; solo muestra cómo se asignarían códigos binarios a los caracteres y cuántos bits ocuparía la carga útil en un escenario ideal.

Ejemplo práctico

Si pegas AAAA, el resultado indica que el texto original ocupa 32 bits en UTF-8 (4 caracteres × 8 bits) y la carga útil Huffman sería de 4 bits (un solo carácter con código 0). Con ABBC, obtienes 32 bits originales y 6 bits de carga útil.

Parámetros y procesamiento

La herramienta calcula la frecuencia de cada punto de código Unicode (no de grafemas). Construye un árbol de Huffman combinando los dos nodos menos frecuentes. Si hay empate en frecuencias, los códigos pueden variar; lo relevante es la longitud media ponderada. El límite de entrada es de 100 000 unidades de código UTF-16 (no bytes ni caracteres percibidos). El texto vacío se rechaza.

Limitaciones importantes

• La carga útil no incluye el código del árbol, ni cabeceras, ni relleno, por lo que no es un tamaño de archivo real.
• No hay selector de nivel de compresión ni descarga de binario.
• Los espacios, saltos de línea y marcas combinables se tratan como caracteres distintos.
• Los emojis pueden ocupar dos unidades de código, así que el límite se alcanza antes con muchos emojis.

Preguntas frecuentes

¿Por qué los códigos cambian si repito el mismo texto?

Cuando hay frecuencias empatadas, el algoritmo puede elegir diferentes combinaciones, lo que produce códigos distintos. La longitud total de la carga útil, sin embargo, es la misma.

¿Qué significa la notación con escapes en la lista de caracteres?

La herramienta muestra cada punto de código en notación JSON. Por ejemplo, un salto de línea puede aparecer como \n en lugar de un espacio visible. Eso es solo una representación; el carácter real es el que has pegado.

¿Puedo comprimir un archivo real con esta herramienta?

No. Este simulador solo procesa texto pegado y no produce un archivo comprimido. Es una herramienta educativa para entender la codificación Huffman.