信源的剩余度来自于 A. 信源符号的无记忆特性B. 信源符号间的相关性C. 信源输出消息的不等概率分布D. 信源输出消息的等概率分布

剩余度（冗余度）是信源编码理论中的重要概念，指信源输出中可以被压缩的部分。其核心来源在于信源符号之间的统计特性。具体来说：

1. 符号间的相关性：若符号之间存在依赖关系（如某些组合更易出现），可通过预测或联合编码减少冗余。
2. 不等概率分布：符号出现概率差异大时，高频符号可用短码表示，降低整体码长。

关键区分点：

• 无记忆特性（A）：独立符号间无冗余，剩余度低。
• 等概率分布（D）：熵最大，剩余度最小。

选项分析

B. 信源符号间的相关性

若符号相关（如语言中字母组合规律），可通过编码策略（如算术编码）利用这种依赖性压缩数据，因此是剩余度的重要来源。

C. 信源输出消息的不等概率分布

符号概率差异大时，熵小于最大可能熵，剩余度为两者的差值。例如，英语中字母“E”出现概率远高于“Z”，可用变长编码压缩。

A. 信源符号的无记忆特性

无记忆信源符号独立，无法通过相关性压缩，剩余度低，故排除。

D. 信源输出消息的等概率分布

等概率分布时熵最大，剩余度为零，无法压缩，故排除。