数据压缩的方式与特点

ZIP 是一种文件格式，它把多个文件合并成一个，并用可以原样还原的方式（无损压缩，可逆圧縮）缩小体积。

把压缩后的数据恢复成原来的形式，叫作 解压缩（伸長，也叫展開）。ZIP 文件解压后，合并前的各个文件会一个比特不差地回来。它不挑内容的种类，文档和程序都能处理，因此常用于一次发送或保存多个文件。

类比就像把好几页文件装进同一个信封，压得薄薄地寄出去。拆开信封，文件一页也不会少。

记法英语的 zip 是“拉上拉链”的意思。想象把散落的东西装进袋子、再拉上拉链的样子。

压缩率（圧縮率）是用压缩后的数据量除以压缩前的数据量求得、表示压缩效果的值。

这个值用比例或百分比表示，越小说明比原来缩得越多。数据量在压缩前后要用同一种单位来数，比如比特数、字节数或字符数。

类比把被子装进压缩袋，如果厚度变成原来的三分之一，这个三分之一就相当于压缩率。

记法把它理解成“还剩多少”的比例。剩下的越少，说明压得越好。

该术语的过去问 1 题 圧縮率 →

无损压缩（可逆圧縮）是解压后能让压缩前的数据完全恢复原样的压缩方式。

← 图可左右滑动查看 →

它不丢弃任何信息，只是把表示方式变短，所以用于改动一个字符都会出问题的文档和程序。不过，正因为没有可以丢弃的信息，能压缩的量是有限的。在图像格式中，PNG 和 GIF 也采用无损压缩。

类比就像折叠伞，收起来变小了，撑开后还是和原来一模一样的形状。

记法日语名称“可逆”拆开读，就是“可以逆向回到原样”。中文的“无损”则直接说明没有损失。

该术语的过去问 1 题 可逆圧縮 →

有损压缩（非可逆圧縮）是削去人不易察觉的信息、大幅减少数据量的压缩方式，解压后也无法完全恢复原样。

削去的信息再也回不来，但也正因如此才能大幅压缩。它适合轻微劣化不显眼的照片、音频和视频，代表格式有照片的 JPEG、音频的 MP3 和视频的 MPEG。

类比就像把一段长话概括着转告别人。要点能传到，但原来细致的措辞，听的人是还原不出来的。

记法“覆水难收”。就像泼出去的水，被削掉的细节回不来。

该术语的过去问 1 题 非可逆圧縮 →

游程编码法（ランレングス法）是把同一值连续出现的部分替换成“值和连续个数”来缩短数据的无损压缩手法。

同一值的连续叫作 游程（ラン），它的长度叫作 游程长度（ランレングス）。像同一颜色大片连续的图像那样游程较长的数据，压缩效果好；而值一个一个交替变化的序列几乎压不小，有时反而会变长。只出现 1 个的值是否也要加上个数等细节写法，由各个方式自行规定。

类比就像在购物清单上不写“橘子、橘子、橘子……”，而是汇总成“橘子 6 个”。

记法run（连续）加上 length（长度），就是“连续的长度”。名字本身就说明了要记录什么。

该术语的过去问 1 题 ランレングス法 →

哈夫曼编码法（ハフマン法）是给出现次数多的值分配较短的 码字、给出现次数少的值分配较长的码字，从而减少整体数据量的无损压缩手法。

码字（符号）是为了表示某个值而分配的 0 和 1 序列。与所有值都使用同样长度码字的方式相比，出现次数越不均衡，整体就越短。在图中的例子里，每个字符平均只需 1.75 比特，比每个字符都用 2 比特表示时更少。

类比就像把最常打电话的人，存到位数最短的快捷拨号上。

记法摩尔斯电码里，英文中最常用的 E 也只是一个“·”。越常出现就越短，思路完全相同。