数据压缩入门

前言

数据压缩无处不在，对现代计算来说它仍然像以前一样必不可少。过去，

1 GB

就已经很大

了，数据以每秒几千字节的速度传输。从某种意义上来说，我们已经经历了一个完整的循

环，从内存和带宽有限的古董计算机时代，来到了内存有限且数据套餐十分昂贵的移动设

备时代。

幸运的是，有很多工具、

API

以及程序包可以帮我们压缩数据。理解它们如何工作，有助

于我们

正确

地选择压缩工具（或算法），而这又可以令用户更高兴，同时降低成本、增加

收入。

数据压缩的基础是数学，让我们坦然面对它。对大多数人来说，数学很难，真的很难，而

且对于程序员曾经是最高的一道门槛。想想数据压缩之父克劳德

•

香农（

Claude Shannon

），

他的数学非常好，在黑板上随手一写就是一行行复杂的方程。

更疯狂的是，现代程序员不需要了解数学。现在，

8

岁的孩子都能上网，甚至在没有上过

代数课的情况下，就能通过自学教程发布自己的网页或应用程序。

我们相信，这就是过去

20

多年里数据压缩领域一直停滞不前的原因。虽然有

20

亿人在使

用移动设备

1

，并且他们经常遇到内存不足和网络连接不良等问题，但是数据压缩技术仍然

处于半停滞状态。这是因为懂数学的程序员不多。

当然也因为数学比较难。

你可以看到，压缩不是真的与数据有关。数据压缩领域早期的创始人考虑的并不是数据，

而是统计。他们寻找并发现了操纵数据集中符号的

概率分布

的不同方法，并利用这些方法

来生成包含同样的信息但更小的数据集。

注

1

：

这是

2015

年的数据，如果你是在未来某个时间点读到这本书的，数据肯定会不同。还有，很感谢你