Символьное кодирование

Вы, конечно, помните о том, что информатика — наука о полу­чении, преобразовании, хранении и передаче информации.

Многие африканские племена до сих пор используют специаль­ные барабаны — тамтамы, обмениваясь сообщениями со скоростью звука. На Руси, где леса гасят звук, применяли другой метод: для передачи срочных сообщений использовался дым костров.

Ведь ни один гонец с пограничной заставы не успел бы вовремя предупре­дить горожан о набеге кочевников — их кони были не менее быс­трыми. До сих пор на флоте используется семафорная азбука, ког­да каждой букве соответствует определенное положение рук сиг­нальщика, подчеркиваемое флажками.

Но удары барабана, столбы дыма, поднятые вверх руки — это вовсе не то же самое, что звуки человеческой речи или знакомые с первого класса буквы. Однако, подумав, можно обнаружить между ними много общего. Фактически речь идет о том, что каждое такое сообщение, несущее нам информацию, представляет собой после­довательность сигналов. А для того чтобы сообщение было не толь­ко принято, но и понято, нужно предварительно договориться, что означают, например, два дыма, или последовательность из трех бы­стрых ударов, или разведенные в стороны руки.

Итак, кроме самого сообщения и физического способа его пере­дачи, появился еще один компонент — кодирование. По мере раз­вития цивилизации появлялись новые возможности передачи сооб­щений, а значит, и новые способы кодирования. Мы остановимся только на одном из них.

Майкл Фарадей в 1831 г. сделал открытие, буквально перевернув­шее наш мир: он изобрел способ получения электрического тока. И чуть ли не сразу же

электрический ток был использован для пере­дачи сообщений — американский изобретатель Сэмюэл Морзе со­здает и широко внедряет в практику телеграфные аппараты и линии связи. В какой-то степени Морзе пришлось решать проблему, ана­логичную проблеме передачи сообщений по африканскому барабан­ному телеграфу. И электрический ток, и барабан имеют весьма не­богатые выразительные возможности. По барабану можно либо сту­чать, либо нет. Электрический ток или идет, или нет. Поэтому и ко­дировка, предложенная Морзе, использовала всего три своеобразные буквы: длинный сигнал (тире), короткий сигнал (точка), нет сигна­ла (пауза) — для разделения букв.

Код Морзе вот уже полтора века служит человечеству. Он до сих пор используется на радиостанциях, потому что его сигналы проби­ваются сквозь такие атмосферные помехи, которые глушат любую членораздельную речь.

С течением времени телеграф превратился в массовое средство передачи сообщений, доступное (в принципе) любому желающе­му, но все же достаточно дорогое. Требовался хорошо обученный оператор, виртуозно владеющий специальным ключом, замыкаю­щим и размыкающим электрическую цепь. И тем не менее его ско­рость передачи сообщений не шла ни в какое сравнение со скоро­стью работы машинисток, набивающих текст с помощью клавиату­ры, — ведь, чтобы передать одну букву, скажем О, надо трижды на­жать на ключ, а машинистке достаточно один раз ударить по кла­више.

Вот бы совместить пишущую машинку с телеграфным аппара­том! Но для этого нужно автоматизировать процесс кодирования-декодирования информации. Автоматизировать — это значит создать такое устройство, которое бы выполняло работу без вмешательства человека. В данном случае речь идет об устройстве, превращающем буквы человеческого алфавита в последовательности точек и тире. К сожалению, все попытки сделать машину, понимающую код Мор­зе, были безуспешными. Предложенные варианты оказывались из­лишне громоздкими, ненадежными и дорогими.

Конечно, техника начала века была еще не столь совершенна, как сейчас, но свою роль сыграло и то, что сам по себе код Мор­зе был весьма сложен для распознавания его автоматами. Более удачный код был предложен немецким изобретателем Бодо. Во-пер­вых, в нем использовалось только два сигнала (например, точка и тире без паузы), а во-вторых, чтобы не возникала проблема отде­ления одной буквы от другой, все буквы кодировались последова­тельностью сигналов одинаковой длины. Аппараты Бодо были про­сты в производстве и надежны. С их помощью удалось сделать те­леграф на самом деле массовым средством передачи срочных сооб­щений.

Давайте теперь встанем на место Бодо и подумаем, сколько же нужно сигналов, чтобы закодировать все буквы. Для удобства запи­си будем обозначать сигнал одного типа нулем (0), а другого типа единицей (1). Конечно, можно было бы договориться обозначать сигналы и какими-нибудь другими знаками, например | и |, но, как вы позже увидите, это менее удобно.

Итак, последовательностью из одного сигнала можно закодиро­вать всего две буквы.

Если бы наш язык состоял лишь из этих двух букв, нам бы это­го и хватило. Но в русском языке букв несколько больше. Поэтому продолжим рассуждения.

Последовательностью из двух сигналов можно закодировать уже четыре буквы. Это получше, но и с помощью этих букв тоже много не скажешь.

Трехсигнальной последовательностью можно закодировать уже восемь букв. Это еще лучше. Можно, например, спро­сить «ГДЕВАЗА» или сообщить, что «ДЕДВЁЗЕЖА». Но хочется большего.

Думается, вы уже догадались, что с помощью последовательнос­ти из четырех сигналов можно закодировать шестнадцать букв, а пятисигнальной — тридцать две.

Возьмите какую-нибудь телеграмму. Вы увидите, что в ней все буквы только прописные. А вместо точек и запятых стоят слова ТЧК и ЗПТ. Поэтому, хотя пятисигнальных последовательностей достаточно, чтобы изъясняться на русском языке, мы продолжим ее наращивание.

С помощью последовательности из шести знаков (нулей и еди­ниц) можно закодировать уже 64 символа. Но если хотеть, чтобы в сообщении были прописные и строчные буквы, а также цифры, этого недостаточно.

На числе «семь» можно остановиться. Этого хватает для того, чтобы закодировать сообщения на хорошем русском языке. Имен­но таков отечественный код КОИ-7. Сокращение КОИ родилось из первых букв словосочетания «код обмена информацией».

Чтобы не употреблять длинный оборот «последовательность из стольких-то знаков, каждый из которых нуль или единица», люди договорились появление одного такого знака в последовательности называть словом бит (от английского В1пагу сН§1Т — двоичная ци­фра). Теперь можно сказать, что последовательность из шести ну­лей или единиц— это шестибитная последовательность, а КОИ-7 — это семибитное кодирование русскоязычных сообщений.

Теперь, наверно, уже не покажется совершенно неожиданным следующее заявление:

Всю информацию, циркулирующую внутри компьютера, можно рассматривать как сплошной поток всего лишь из двух символов: О (нуля) и 1 (единицы).

Каким образом при этом компьютер ухитряется обрабатывать и текст, и рисунки, вы узнаете из следующих параграфов.

В большинстве первых компьютеров использовался именно се­мибитный код. Однако с развитием техники это стало довольно не­удобно. Новый код был уже восьмибитным и основывался на аме­риканском стандартном коде информационного обмена (ASCII — American STANDARD Code). В частности, именно благодаря восьмибитному кодированию мы безо всяких проблем используем в тексте прописные и строчные буквы и рус­ского, и латинского алфавитов, знаки препинания, цифры, специ­альные символы вроде № и конечно же пробел. Это очень важный символ — ведь безнегочитатьтекстпростопротивно.

Последовательность восьми бит договорились называть словом байт. Вот и получается, что один символ занимает в памяти компью­тера ровно один байт.

Но и один байт окажется маловат, если требуется оценить, сколь­ко места в памяти Конечно, в современном мире, опутанном компьютерными сетя­ми, даже восьмибитного кодирования недостаточно: есть же араб­ский алфавит, два японских, хинди, математическая символика и т. д. Поэтому не так давно был предложен новый стандарт символьного кодирования UNICODE, где каждый символ кодируется уже двумя байтами.

Прежде всего отметим, что в электронных вычислительных ма­шинах — будь то компьютер или его младший родственник кальку­лятор — используется двоичная система счисления.

Выбор двоич­ной системы объясняется тем, что имеющиеся в этой системе все­го две цифры легко «зашифровать» при помощи каких-нибудь тех­нических средств, например электрического тока или светового лу­ча. Цифра 0 двоичной системы счисления может означать, что ток (луч) не проходит, а цифра 1 — что ток (луч) проходит. При таком представлении цифр действия над числами производятся подходя­щими комбинациями включений и выключений тока или света. Поэтому любую электронную вычислительную машину можно пред­ставить себе как совокупность соединенных между собой выключа­телей тока (или света). Отличие электронного выключателя от вы­ключателя настольной лампы состоит в том, что в электронном вы­ключателе нет механических движущихся частей и переключается он не рукой человека, а электрическим сигналом от другого выклю­чателя. Время переключения поэтому оказывается очень малым, по­рядка 10~9 с.

Представление информации происходит в различных формах в процессе восприятия окружающей среды живыми организмами и человеком, в процессах обмена информацией между человеком и человеком, человеком и компьютером, компьютером и компьютером и так далее. Преобразование информации из одной формы представления (знаковой сис­темы) в другую называется кодированием.

Средством кодирования служит таблица соответствия знаковых систем, которая устанавливает взаимно однознач­ное соответствие между знаками или группами знаков двух различных знаковых систем. В пункте 2.10 приведена такая таблица, которая устанавливает соответствие между графи­ческими изображениями знаков алфавита и их компьютер­ными кодами.

В процессе обмена информацией часто приходится произво­дить операции кодирования и декодирования информации. При вводе знака алфавита в компьютер путем нажатия соот­ветствующей клавиши на клавиатуре происходит кодирование знака, то есть преобразование его в компьютерный код. При выводе знака на экран монитора или принтер происходит об­ратный процесс — декодирование, когда из компьютерного кода знак преобразуется в его графическое изображение.

Кодирование— это операция преобразования знаков или групп знаков одной знаковой системы в знаки или группы знаков другой знаковой системы.

Рассмотрим в качестве примера кодирования соответст­вие цифрового и штрихового кодов товара. Такие коды име­ются на каждом товаре и позволяют полностью идентифици­ровать товар (страну и фирму производителя, тип товара и Знакам цифрового кода (циф­рам) соответствуют группы знаков штрихового кода (узкие и широкие штрихи, а также размеры проме­жутков между ними) — рис. 2.4. Для человека удобен цифровой код, а для автоматизированного учета — штриховой код.

Цифры двоичного кода можно рассматривать как два рав­новероятных состояния (события). При записи двоичной цифры реализуется выбор одного из двух возможных состо­яний (одной из двух цифр) и, следовательно, она несет коли­чество информации, равное 1 биту.

Важно, что каждая цифра машинного двоичного кода не­сет информацию в 1 бит. Таким образом, две цифры несут информацию в 2 бита, три цифры — в 3 бита и так далее. Количество информации в битах равно количеству цифр двоичного машинного кода.