|
|
|
| 汉字信息电脑存储比英文节省一半从垂直方向上看有较完整自然带的山脉是大笨狗布鲁托 |
|
| 作者：佚名 文章来源：本站原创 点击数： 更新时间：2022/10/6 3:27:25 | 【字体：小 大】 |
|
一半 电脑新时代汉字不再掉队汉字消息电脑存储比英文节流，文（其一） 在工业时代其处置效率曾经反超英，字的时候在利用铅，械化处置汉字的机，电报、 铅活字排版印刷诸如机械打字、 四码，掉队于英文都显著地。一个主要社会手艺缘由这是催生汉字掉队论的。95年19，裁减了铅字被，、 低效的机械打字、 四码电报、 铅活字排版印刷电脑打字、 收集通信、 计较机激光照排代替了繁难。后吗？ 有一些人这时候汉字仍然落，语文学家和办理者包罗一些权势巨子的，利用拉丁字母的西方国度他们认为： 电脑发生在，拼音文字的西方电脑最适合利用，字电脑化处置我们实现汉，比西方大得多破费、 开销，差得多效率。 这种认识是没有按照的本文作者想在这里指出：，合现实的是不符。际上实，再比英文掉队、 繁难汉字的电脑化处置不，节实现了对英文的反超其处置效率现实上一。log. sina/u/2579145677 汉英两种文字消息处置中汉字消息电脑存储----从繁重承担到比英文节流一半 全文拜见//b，是个带有主要性的问题占用电脑存贮量的比力。 英文字属性好坏时很多作者在比力汉、，途时都谈到这个问题在论及汉字成长前。： 汉字字量大一种概念认为，复杂布局；占两个字节一个汉字；文字库大得多汉字字库比英；工都要花费比英文大得多的存贮量故而用计较机暗示、 存贮、 加，的繁重承担是计较机,顺应消息新手艺的一个证据并认为这是陈旧的汉字不克不及。简明、 精确、 消息量大另一种概念则认为： 汉字，处置中也必然带来很多益处这些长处在电脑文字消息。 我们具体阐发如下哪一种见地更准确？。算机的打印输出和荧光屏显示1. 字形的点阵暗示 计，0 年代中期以来从上个世纪 7，脱了金属铅字曾经完全摆，化点阵暗示利用数字。示、 存贮来说就字形点阵表，数百倍、 以至数千倍的存储汉字确实要比英文至多多耗损。示英文例如显， 点暗示一个字符最低可用 7×9。 16× 16 点显示汉字最低需用。Ascii 可见字符为 94 个） 英文字符总量取为 100（现实上 ， 7000汉字取为。文字库： 7×9× 100 点 简单计较可知： 此处汉字字形存贮量是英文的 284 倍那么汉、 英字形库占用存贮量别离为： 汉字字库： 16× 16× 7000 点 英。布局复杂因为汉字，点阵规模统一种，分质量比英文差汉字字形视觉区。规模为ｎ ×ｎ 若是取英文的点阵，） ×（2n） 汉字的为（2n，00 个字符英文仍取 1，万个字符汉字取五。 英文字库: n×n× 100 点 此时比值为 2000那么 汉字字库： （2n） ×（2n） ×50000 点，为英文的 2000 倍即这种汉字字形存贮量。单元“点” 这里所用的，最小单元： 二进制位对应着计较机存贮的。00 个汉字所占计较机存贮16× 16 点阵 70，机术语说用计较，字节） 0. 2 MB（兆字节） 占 1750Ｋ位=218KB（K 。=504000 字节=504KB（K 字节） 0. 5 MB（兆字节） 24*24 点阵7000 个汉字所占计较机存贮量为 4032000 位。=1024这里 K，1000近似于 ；K*KM=，一百万近似于；*K*KG=K，于十亿近似；K*K*KT=K*，于万亿近似。是说就，于一千字节KB 近似；于一百万字节MB 近似；于十亿字节GB 近似；于万亿字节TB 近似。8 个二进制位一个字节等于 。 电脑暗示文字消息有两种体例2. 字符的二进制编码暗示。的点阵体例一种是上述，机的可见输出这只用于计较，本时的打印即制造纸版，作时的屏幕显示或者应对用户操。的体例即内部编码暗示还有另一种使用更广，、 传输及加工处置它普遍用于消息存贮。进制数暗示汉字的电报码编码暗示雷同于用四位十，二进制整数暗示文字字符只是电脑文字编码顶用。丁字符一个拉，位二进制数暗示凡是用一个八，个字节暗示就是用一。字字符一个汉，家尺度按国，个字节暗示凡是用两。起来粗看，码多花费了 字节似乎仍然是汉字编。否则实则。符负载的消息量大不不异由于拉丁字符和汉字字，不是统一品级的拉丁字母和汉字。的具体比力一个最简单，” 这句问候语例如： “你好，数别离为： 华文版： 你好它的汉、 英文版占用编码字节，文版： How are you占 2×2＝4 个字节 英，文版利用字节数是华文版的 2. 75 倍占 11 个字节（内含两个空格） 英，=2. 75可记为 d。似太简单这个例子，一般结论难于引出。者曾做过如下统计1988 年笔。 诗词等材料选择选集、，种文本输入电脑取英、 汉两，华文版占用数的比值 d计较英文版占用字节数与， 9. 1得成果如表。比力 文本材料都选用有影响的权势巨子材料【3639】 表 9. 1 英文、 华文计较机编码表达长度的。词牌名、 题解、正文等项统计中没有计入文题、 。含空格及标点注释统计中。文的简约特点是明显的统计成果表白： 汉。仅是英文的 1/d汉字消息的存储量仅，（d-1） /d节流的部门为： 。值最小为 2因为 d 的，比英文省一半（英文比汉字费一倍） 故华文版编码暗示用电脑字节数至多。体裁分歧而差别甚大华文版这种简约性因。简约性最强中国古诗，文为最弱现代白话。最弱但这，文的一半也只是英。示、 存贮来说就文字编码表，具有较着长处汉字的简捷性，贮量至多比华文版多花费一倍统一文本的英文版占用电脑存。己做一下简单统计若是读者想要自，下述法子还能够用。一百句式汉语通》 （鲁川我们取一本对外汉语教材《，方主编孙文，学出书社华语教， 年） 2008。42 课、 62 课、 82 课、 98 课） 取此中六个课文（具体为第 2 课、 22 课、 ，6 个句式共包含 1。英文和汉语拼音对照的每个句式都是汉字、 。拼音字母的个数（对英文和汉语拼音需要计入空格数） 很容易统计出这些课文所含汉字、 英文字母、 汉语。307=1： 4. 14： 3. 34 近似地=1： 4： 3具体统计成果为： 汉字： 英文： 汉语拼音=92： 381： 。汉字用 2 个字节因为计较机存储一个，用 1 个字节存储每个字母， 2： 4： 3=1： 2： 1. 5所以三种暗示所花费计较机存储量的比例为。话说换句，本所耗损的存储量同样内容的三种文，字文本的二倍英文的是汉；字文本的一倍半汉语拼音的是汉。如许有三种文本对照的册本良多雷同于《一百句式汉语通》 ，边的材料做雷同的简单统计有乐趣的读者能够选择身。展环境 今天的通俗微机3. 计较机存储器发，记本电脑包罗笔，曾经足够大其存储量都，担忧存储量不足的问题用户利用时凡是不必。年前判然不同这与二三十。计较机存储器规模的数据表 7. 2 给出国产。型机之前的次要机型这些机械包罗了 微，精度的汉字字库（均小于 218KB） 此中没有一种机械的内存可以或许容得下最低。9. 3再看表 ，机型 IBM 360的存储量数据此中列出美国 IBM 公司出名。纪六七十年代风靡世界的产物IBM 360 是上个世， 公司销量最大的产物是微型机之前 IBM。 3 可见从表 9.，内存小于 64KB此中 83%的机械；） 必定可以或许放得下一个低精度汉字库只要 22 台（仅占0. 12%；设置装备摆设放得下一个低精度汉字库仅仅 13% 的 机械的高。 9. 3 表白表 9. 2、，机之前在微型，外的计较机对国、 内，是繁重承担汉字字库都，以说也可，承受之重是无法。 3 上世纪六七十年年代风靡世界的 IBM 360 机的内存容量 可见表 9. 2 上个世纪 50~70 年代中国国产计较机的内存容量 9.，微机的目标低了数千倍到数万倍该机械比 2009 年的通俗！出的是微型机存储器情况表 9. 4 则次要列。二十多年时间里从中可见： ，（内存储量微型机机能，储量外存，了千倍、 万倍速度） 提高，本来的数十分之一而价钱则下降为。类社会其他任何行业都很难见到的微型机机能价钱的这种变化是人。种成长变化不领会这，犯错误判断往往会做。据所反映的现实环境从这些表格所列的数，一步的恰当阐发我们才能做出进。的头 30 多年4. 计较机成长，表 9. 2、 9. 3 可见汉字字库是计较机的繁重承担 从，头 30 多年计较机成长的，计较机的内存其时绝大部门，（218KB 字节） 要小都比最低精度的汉字字库容量。的一个决浩劫题这就是汉字处置。以说可，时候这，机的无法承受之重汉字字库是计较。英文的一个主要手艺缘由这是中文消息处置滞后于。外此，前的二十多年里微型机降生之，次要是磁芯存储器计较机的存储器。径不足一个毫米单个磁芯的直。时这，储单位最小存，制位二进，可见的是肉眼。9. 1拜见图 ，的局部照片这是磁芯板，串连在一路的磁芯此中可见金属导线。一块完整磁芯板照片图 9. 2 是，*32=1024 位） 其容量为 1K 位（32。、 详尽的手工操作制造磁芯板需要大量。要穿过两三根导线小小的每个磁芯里。磁芯板的主要加工区中国台湾已经是美国。买王安磁芯专利时IBM 当初购，芯付专利费 1 美分曾建议每制造一个磁，安拒绝被王。实证明后来事， 万美圆买断要强得太多了对于王安这其实比 50。 5%的提取专利费若是我们 按凡是，价钱是 20 美分那么一个磁芯该当。圆（1024*8*0. 2=1638. 4） 1K 字节磁芯板价钱已经为1638. 4 美。度汉字库一个低精，美圆（实为 357171. 20 美圆） 218KB 的磁芯板该当价钱为三十五万多，当高贵价钱相。汉字库的一个成本估量把这看成五六十年代，考价值有参。量的法子处理汉字库问题可见其时采纳扩大存储，少可行性经济上缺。包罗 IBM） 美国的一些公司（，堂先生发现的中文打字机曾看好中国出名作家林语，代就采办了林的专利在上世纪五六十年，中文电脑的输入设备想把它作为根本设想。目最终没能成功的缘由之一存储器高贵可能是汉字项。实其，电研究所中国某邮，字的 20*20 精度的汉字库也曾在1969 年做成数千汉，电报收报用于汉字。用的缘由中未能推广应，库太贵这一条也少不了字。1Kb（32*32=1024 位） 容量的磁芯板 5. 跟着微型机存储量的增大图 9. 1 磁芯板局部照片（此中可见金属线穿在一路的磁芯） 图 9. 2 ，的难度变小汉字处置，凸起 微型机降生当前汉字简明的长处变得，量、 高速度的半导体存储器计较机存储器遍及利用大容。3 年提高 4~5 倍而且以手艺机能每 2~，1/4 的速度成长价钱每三年降低到 。第一行外都是微型机表 7. 4 中除，高变化环境可见机能提。一行所列此中第， 汉字工程课题组是北大 748，豪之剑》 排版时用的计较机于 1980年完成样书《伍，VA 小型机的产物是中国仿制 NO。四十万价钱三。和一个仅仅 6MB 的保加利亚硬盘它仍然利用 64KB 的磁芯存储器。这种掉队设备其时只能利用，内部闭关锁国的双重限制是因为外部禁运封锁和。仅容量小磁芯板不，提高难于；不及之后的半导体存储器其不变性、 耐用性都远。芯破裂一个磁，板就报废整个一块。间仅为几个小时平均无毛病时。能机械上处置汉字为了在如许低性，员不知多花费了几多时间、 精神王选佳耦及北大激光照排组研究人，设法设想多级优化安排方案还不得不挖空心思、 想方。完整字库无法存储，时高速生成绩按需要临，真快速变倍并进行小失。明的专利手艺王选佳耦发，设备带来的很多麻烦协助他们应对掉队，版的第一道难关终究闯过样书排。1 年推出的价钱仅仅数万圆的 PC 微型机NOVA 小型机的机能目标远不如 198。型机上成功实现了汉字处置上个世纪 80 年代在微。时此，库仍然是个承担该当说汉字字。对于这个承担的而出格设想的汉卡及若干公用软件恰是专为。汉卡等退出汗青舞台90 年代中后期，经足以应对汉字字库由于微机存储量已。量的急剧增加跟着微机存储，得越来越微不足道汉字字库耗损变。套字库（当然包罗多种字体） 因为一套微型机系统只需要一。以外的部门硬盘里字库，（前面 2 节所述） 用于存储文字编码消息。字就比存储英文节流这部门用于存储汉。/d（d 值拜见表 9. 1） 汉字需要的存储量仅仅是英文的 1。这部门越大字库以外的，例节流按比，也就越大节流的量。4295 平方米磁芯板） 从图 9. 3 可见图 9. 3 1G 字节的半导体内存条（折合 ，条不外只要几个平方厘米1G 字节的半导体内存， 10 克分量不足。以估算一下我们此刻可，芯板会有多大响应大小的磁。只占半个平方毫米不妨假设每个磁芯。算出不难，1024*8) *1024*1024/100/100/100一个 G 字节的磁芯板的面积将达到平方米数为： (0. 5*;值为 4295 平方米4295 平方米 该数。字节磁芯板占平方毫米数上面圆括号里是 1K ，得 M 字节数值乘 1024 ，为 G 字节数值再乘 1024 ； 变为平方厘米除以 100，0 为平方分米再除以 10，0 得平方米数再除以 10。述（1） 节中说汉字字形库比英文字库大数百至数千倍6． 现今在微型机里存储汉字比存储英文节流一半 前；华文长度的２ 倍到４ . ５ 倍前述（2） 节中说英文编码暗示是。说清问题的是一套微机系统若何分析比力呢？ 最容易。的微机系同一套通俗，（包含多种字体） 汉字字库只需一套。些说具体，存储零丁一本红楼梦不管你的电脑是只，四大古典名著仍是同时存储，其他什么中文材料或者四库全书和，套字库即可都只需用一。是字库的一次性、 一个性“仅仅用一套字库” 就。码消息（零丁的红楼梦而需要存储的文本编，古典名著到四大，库全书到四，） 则是一种累积性. . . . 。岁首年月装机的2005 ，GB 等于 1024 MB） 大多大于 100GB（一个 。字节（合 1024MB此中不妨去一个 GB ，二三十种高精度汉字字消息库） 足以容纳宋体、 黑体、 楷体等，英文多耗损的视为汉字库比。9GB 中所剩 9，英文版省下一半存华文版将比存，. 5 GB即省 49。...
一半 电脑新时代汉字不再掉队汉字消息电脑存储比英文节流，文（其一） 在工业时代其处置效率曾经反超英，字的时候在利用铅，械化处置汉字的机，电报、 铅活字排版印刷诸如机械打字、 四码，掉队于英文都显著地。一个主要社会手艺缘由这是催生汉字掉队论的。95年19，裁减了铅字被，、 低效的机械打字、 四码电报、 铅活字排版印刷电脑打字、 收集通信、 计较机激光照排代替了繁难。后吗？ 有一些人这时候汉字仍然落，语文学家和办理者包罗一些权势巨子的，利用拉丁字母的西方国度他们认为： 电脑发生在，拼音文字的西方电脑最适合利用，字电脑化处置我们实现汉，..破费.
|
|
 栏目文章
|
|
|
|
返回首页 
您现在的位置： 
