1.1信息是什么（what is information）
从工程学的角度看，信息就是我们在接受到它之后，能够对事物的状态，异常，或者更多的差异性内容，有所了解。
更通俗一点的描述就是：信息就是用来描述“减少差异性的”某种量。
通过数据解决的差异性越大，数据所包含的信息也就越多。
例子：一副54张的扑克牌，描述其中一张扑克牌的信息（以下是四个独立选项）
1.扑克牌不是大小王。
2.扑克牌是红桃牌。
3.扑克牌是4.
4.扑克牌是红桃4.
可以很明显地理解，选项4包含的信息更多，更具体，而选项1包含的信息最少。
1.2信息的量化（quantify information）
虽然使用通用数学的10进制数来作为信息的载体我们会比较熟悉，但我现在要获取的是计算机系的学位，所以我还是以计算机通用的二进制位来作为信息的载体。
或者用更通用的术语；信息的载体：数据（data）
为了表示存在着的两种不同的状态，我们需要两种差异性的数据表示。（0，1）
而带权位的数据，使得我们使用数据所需要的位数为”log（信息量）“。
举例子，表示某种状态需要的信息为8，那么所需要的位数也就是3
（以000，001，010，011，100，101，110，111的解释方式的话）。
我们需要三位的二进制（bit）数据来表示这个信息。
而假如表示某种状态，或者差异的离散分布，需要的信息为36，log（36）=5.17；
但是我们无法表示5.17的位数；
所以要么用6位的数据表示这个信息，或者选用其他的解释方式。
1.3熵（entropy）
说是用来评价编码方式好坏的某种标准（但是没怎么听懂）
是某个信息标准临界线吗？
假如需要表示信息的具体位数需要为8位，那么8位的编码就是熵？低于8位的编码方式会造成信息的不足，高于8位的编码会造成多余的，不需要的位。可能会造成编码位数的浪费？（编码位数也是需要消耗资源的）
1.4编码（encodings）
编码就是将具体的东西（比如字符）映射到具体信息的载体上（0，1），然后通过相应的解释方式唯一正确地解释信息的过程。
假设我们需要表示A,B,C,D四个字符，并且用这四个字符组成字符串，那么我们对他们进行编码解释方式的设计。
首先是定长的编码方式；A:00，B:01，C：10，D：11。
那么以这种方式表示的一个序列，比如说CBDA，在数据（data）上就应该是：10011100，
或者可以选择精心设计过的编码方式比如：A:0,B:10，C:110，D：111。
这样的话CBDA就是：110101110。这样的编码方式也能确保解释方式的绝对确定性。
可以用二叉树简单验证的。
为了对比正确的编码方式，举个错误编码方式的例子：A：0，B:1,C:10，D:11。
这样的话，CBDA的编码就是：101110，但实际解释这段数据的时候，
会错误将其解释位：BABBBA，这样，就没有得到正确的信息。
就像是二叉树短寻路路径一样。
这里突然提起来二叉树，往上一看，好像上面的定长编码方式也可以理解为二叉树的定长路径，也就是完全二叉树的2^n？三叉数在数学上对定长信息的表示是3^n?10进制可以理解为一个十叉树？
假如无限延申的话，树论似乎可以延伸到所有数学中，而我现在学的是计算机组成，算了，就不对此深入探索了。
