單位的電子郵件最大只能發5MB的附件，因此在發送文件的時候，經常會使用壓縮軟件把附件進行壓縮分卷，一個大的附件經常會分成十幾甚至幾十個小文件。在壓縮的時候想起了很久以前思考的一個問題：

數據能不能被無限壓縮？

在小學六年級電腦課教使用壓縮軟件的時候，老師說對已經壓縮過的文件再壓縮是沒有效果的。實際生活中直覺告訴我們也是這樣的：像程序代碼之類的文本文件，壓縮率很高，幾十MB的文件經過壓縮，有時候都不足5MB一封郵件就能發出去；而像JPG、MP3、RMVB這種文件，壓縮后和壓縮前基本看不出區別。我想，大概是因為JPG、MP3、RMVB都是已經被壓縮過的文件格式，而代碼文件是沒有經過壓縮的，所以才導致了兩者壓縮率的差異。

隨著后來上了大學，慢慢的對這個問題有了答案：數據是不能被無限壓縮的。

計算機中1個bit有兩種狀態，0或者1。1個大小為n個bit的文件，包含了2^n種不同的0和1的組合順序。假如說有一種壓縮算法，壓縮率可以達到50%。那么壓縮后的文件，大小為n/2個bit，只能包含2 ^(n/2)種0和1的組合順序，是無法將壓縮前的2^n種排列表示完整的。

本質上，壓縮的原理其實就是用更精簡的字符串去描述復雜的字符串。字符串的規律性越強，壓縮的效果越好。

“CCCCCCCC”可以用”8C”來表示，一下子就縮短了6個字符。

相應的，內容越是隨機沒有規律，越是難被壓縮，例如隨機的字符串”LFSDHFA156″、π、還有上面例子里”CCCCCCCC”壓縮后的”8C”。

在英文里，常用的單詞都是比較短小的，例如I、you、a、one、two等，而不怎么常用的單詞，都是比較長的，例如biotransformation。我們背這些長的單詞的時候，往往會把它分解成簡單的一些單詞的組合”bio”+”transform”+”tion”這樣子來背。其實和數據壓縮是大同小異的。順便說下，這種把常用的單詞用盡量少的字母來表達的方法，就是信息學中大名鼎鼎的「哈夫曼編碼」的基本原理。

說了這么多，其實就是想解釋下，數據壓縮只不過是把海綿中的水擠壓出來，再怎么用力，都無法把海綿都擠的消失。

搬運自我的技術博客：http://www.cc-lab.cn/compression/

總結

以上是生活随笔為你收集整理的数据压缩的极限的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。