// Elias Omega —— 面向任意大整数的渐近最优编码
在大整数上逼近信息论的最小位数。
通过递归地编码长度，结构优雅且易于推理。
无需额外参数即可编码任意正整数。
Elias Omega 会不断递归地编码数字长度，直到得到 1。以 n 为起点，先编码 log₂(n)，再编码 log₂(log₂(n))，如此反复直到 1。最终的码字由这些值按相反顺序拼接，并在末尾加上 0，从而得到 log(n) + log(log(n)) + log(log(log(n))) + ... 比特。
n=16: 16 → 二进制: 10000（长度 5） 5 → 二进制: 101（长度 3） 3 → 二进制: 11（长度 2） 2 → 二进制: 10（长度 2） 1 → 停止 从后往前构造码字： 从 0 开始（终止符） 前置 10（编码 2） 前置 11（编码 3） 前置 101（编码 5） 前置 10000（编码 16） 结果：10 11 101 10000 0 效率对比： n=100：Gamma=13，Delta=12，Omega=10 比特 n=1000：Gamma=19，Delta=16，Omega=14 比特
Elias Omega 是 Elias 系列中最复杂的一种编码方式，通过递归地编码长度来获得渐近最优的码长。它会先对表示的长度编码，再对该长度的长度编码，如此反复直到 1，因此对极大整数非常高效。
对于很小的整数（< 10），Gamma 往往更合适；在中等范围（10–1000）时，Delta 通常更优；当整数非常大（> 1000）时，Omega 的优势会越来越明显。Omega 使用 log*(n) 级别的迭代，在理论上实现渐近最优表现。
如果编码长度与信息论最小长度 log₂(n) 的比值在 n 趋于无穷大时收敛到 1，则称该编码渐近最优。对于 Omega，有 length(n)/log₂(n) → 1（n → ∞）。
尽管在理论上最优，Omega 的实现和解码要复杂得多。对于实际数据中范围有限的整数，Exp-Golomb 或 Rice 等更简单的编码往往更实用。Omega 更适合理论研究以及整数上界未知或非常大的场景。