压缩与解压缩的本质

 

压缩与解压缩

 

压缩的原理

分析文件中长字符串的分布和重复情况；

建立短字符串与长字符串的映射关系；

压缩时：用短字符串（中国）代替长字符串（中华人民共和国）

解压缩时：用长字符串替换短字符串

 

压缩的本质：找出文件中字符串的概率分布，然后将出现概率高的字符串替换成更短的形式！

特点：

1）重复性越高的文件，压缩率越高！重复性越低，压缩率越低！

 

去压缩已经压缩过的文件是否有意义？

取决于压缩算法，好的算法已经把重复性降到了最低，所以，压缩已经压缩过的文件，意义不大！

 

参考

数据压缩与信息熵

http://www.ruanyifeng.com/blog/2014/09/information-entropy.html