Simulatore di compressione dati online

Capire la compressione con un esempio concreto

Il simulatore non comprime file: è uno strumento educativo per vedere come la codifica di Huffman assegna codici più brevi ai caratteri più frequenti. Incolla ad esempio ABBC: il risultato mostrerà 32 bit UTF-8 originali e 6 bit di payload. Con AAAA ottieni 32 bit originali e 4 bit di payload. Con il testo cinese 你好 i bit originali sono 48, ma il payload è di soli 2 bit perché ci sono solo due simboli distinti.

Come funziona il calcolo

Il testo viene convertito in UTF-8 e la lunghezza in byte viene moltiplicata per otto per ottenere i bit originali. Per il payload, il simulatore conta le frequenze dei singoli code point Unicode e costruisce un albero binario di Huffman combinando i due nodi meno frequenti. Se c'è un solo carattere distinto, il suo codice è 0. La lunghezza del payload è la somma di frequenza × lunghezza del codice per ogni simbolo.

Limitazioni importanti

Il payload esclude il codebook, l'albero, le intestazioni, il padding e il contenitore: non è una dimensione di file reale. Non aspettarti un rapporto di compressione garantito, specialmente per testi brevi. Il limite di input è di 100000 unità di codice UTF-16 (non byte UTF-8 né caratteri percepiti): molte emoji contano come due unità. L'elaborazione avviene interamente nel browser; non è una forma di crittografia.

Domande frequenti

Perché vedo \n nel risultato?

Il simulatore usa la notazione JSON per rappresentare i caratteri di spazio o a capo, così puoi vedere chiaramente quali simboli sono stati contati. Non è un errore: il carattere effettivo è un a capo, ma viene mostrato in forma escape.

Perché il payload è così piccolo per testi brevi?

Perché il payload non include le informazioni necessarie a decodificare (come l'albero di Huffman). È solo la somma dei bit dei codici. Per una compressione reale servirebbe includere questi metadati, quindi il risparmio effettivo è minore.

Posso incollare un file intero?

Il limite è di 100000 unità di codice UTF-16. Se il testo è più lungo, il simulatore lo rifiuta. Su dispositivi mobili, incolla prima un piccolo campione, calcola esplicitamente e controlla il risultato.

Checklist per l'uso

• Incolla un testo di esempio (non un file).
• Avvia il calcolo esplicitamente.
• Controlla l'elenco dei simboli e i codici binari.
• Confronta i bit originali con i bit del payload.
• Ricorda che il payload non è una dimensione di file reale.