वृक्ष के पूर्ण होने के कारण बड़े वृक्षों में पूर्वनिर्मित मुक्त परिणाम के लिए एन्कोडिंग की आवश्यकता होती है । क्या कोई थ्रेशोल्ड है जहाँ डेटा की एन्कोडिंग की तुलना में डेटा की निश्चित-लंबाई गैर-एन्कोडेड संग्रहण अधिक कुशल होगा?
सामान्य तौर पर 'नहीं'। एक औसत डेटा के लिए, प्रत्येक वर्ण की आवृत्ति> 1 होगी और निश्चित लंबाई वाले कोड के बजाय हफ़मैन एन्कोडिंग का उपयोग करना अच्छा है
@arunmoezhi क्या आप ऊपर दिए गए उदाहरण को संबोधित कर सकते हैं? प्रत्येक वर्ण की आवृत्ति 1 से अधिक है, फिर भी निश्चित-लंबाई अधिक इष्टतम है।
यह उदाहरण दिलचस्प है। लेकिन क्या आप आवृत्ति के बजाय प्रत्येक वर्ण की संभावनाओं के साथ इस तरह का परिदृश्य प्रदान कर सकते हैं और सुनिश्चित कर सकते हैं कि सभी पात्रों की संभावनाओं को
