Владимир Трошин - Слова и числа

Две буквы можно закодировать, используя один знак: точка – буква E, тире – буква T. При составлении кода учитывалась частота соответствующих букв в англоязычных текстах. С помощью двух знаков можно закодировать еще четыре буквы – это две точки – буква I, два тире – буква M, точка тире – буква A, тире точка – буква. N. Здесь идет чистая математика. С помощью трех знаков можно закодировать 2 3=8 букв, с помощью четырех знаков 2 4=16 букв. Таким образом, используя от одного до четырех знаков (точек и тире) можно закодировать 2+4+8+16=30 букв. Практически остались неиспользованными четыре варианта кодировки четырьмя знаками, так как для английского алфавита в 26 букв хватило знаков с избытком. Цифры решили кодировать, используя по пять знаков для каждой. С математической точки зрения наборами из пяти точек или тире можно закодировать еще 2 5=32 знака.

В фильмах о разведчиках сообщения дополнительно для большей секретности кодируется цифрами и бедным радистам приходится выстукивать вместо коротких букв, пятизначные коды цифр. Не подумал Морзе о секретных службах, а то бы начал свою систему кодировки не с букв, а с цифр: точка – ноль, тире – единица и так далее. Сообщения были бы намного короче, и радистов труднее было бы запеленговать.

В наше время в вычислительной технике используется двоичное кодирование. Двоичный код состоит тоже из двух знаков 0 и 1, с помощью которых происходит промежуточное кодирование всех знаков алфавитного письма, а затем уже кодирование текста. Количество информации содержащейся в 0 или 1 принимается за 1 бит. Подход к кодированию букв, цифр и знаков изначально был принят другой. Все они кодируются наборами из восьми нулей или единиц. Набор из восьми нулей или единиц несет 1 байт информации. Следовательно, любой знак обычного текста содержит 1 байт информации. Этим кодом, который назвали КОИ-8 можно закодировать 2 8=256 различных знаков. Хватит на буквы английского и родного алфавита, а так же на знаки препинания, цифры и еще массу дополнительных знаков. В последнее время перешли с КОИ-8 на Юникод, который представляет собой кодировку с фиксированным размером символа в 16 бит или 2 байта и позволяет закодировать 2 16=65 536 знаков. Юникод включает в себя знаки почти всех письменных языков мира. В результате применения подобной системы кодирования, даже короткое предложение будет представлено сотнями знаков 0 и 1 в определенной последовательности, и только быстродействие компьютеров оправдывает использование двоичного кодирования информации.

Таким образом, при создании новых систем передачи информации, приходится учитывать специфику задач конкретной области знаний и балансировать между оптимальной длиной кода и оптимальной длиной текста. Для современной письменности такой золотой серединой являются буквенные алфавиты, содержащие от 25 до 35 знаков, которыми кодируется звуковая речь. Большинство языков имеют алфавитную письменность. Самый короткий алфавит распространен на острове Бугенвиль Соломоновых островов. Он содержит только 11 букв. Гавайский алфавит, созданный на основе латинского, имеет 13 букв. В самом длинном камбоджийском алфавите 72 буквы. С тех пор, как 3500 лет назад был создан первый алфавит, появилось более 200 различных способов записи звуков устной речи.

Большинство языков использует алфавиты, созданные на основе латинского алфавита или латиницы. Сюда относятся многие европейские языки и наиболее значимый из них в современном мире – английский. Если мы произнесем «латинский алфавит», и возьмемся перечислить его буквы, то сразу можем столкнуться с путаницей. Латинский алфавит обособился примерно в VII веке до н. э. и первоначально включал только 21 букву: A, B, C, D, E, F, Z, H, I, K, L, M, N, O, P, Q, R, S, T, V, X. В I веке до н. э., после завоевания Римом Греции, были добавлены буквы Y и Z для записи слов, заимствованных из греческого языка. В итоге получился классический латинский алфавит из 23 букв. Уже в новое время, около XVI века произошла дифференциация слоговых и неслоговых вариантов букв I и V и добавились буквы J и U. В итоге получился новый латинский алфавит из 25 букв. Чем же отличается английский алфавит от нового латинского по буквенному составу? В английском языке 26 букв, добавлена еще буква W.

Кириллица является вторым по распространенности алфавитом, используемым для записи русского, украинского, болгарского и многих других языков. Некоторые из них используют дополнительные буквы. Первоначально кириллица содержала 43 буквы, сейчас в русском языке их осталось 33. Интересная картина: латинский язык прирастал буквами и английский, выйдя из него, тоже добавил одну букву. Кириллица сразу была «зело богата» буквами и приходилось только сокращать излишки.