读《程序是怎么跑起来的》第六章有感

第六章亲自尝试压缩数据，知道了文件是字节数据的集合体，LZH是用LHA等工具压缩过的扩展名，例如AAABB这个数据压缩后就是A3B2，半角英文数字是用1个字节来表示的，汉字等全角字符是用两个字节来表示的，知道了压缩后数据能复原的就是可逆压缩，不能复原的就是非可逆压缩。

文件是以字节(B＝Byte)为单位来储存的，文件就是字节数据的集合，RLE的算法机制，简称为把文件内容用“数据×重复次数的形式”来表示的压缩方法。但是RLE的算法也有缺点，在实际的文本文件中，同样字符多次出现的文件并不多见，要知道RLE不适合文本文件的压缩，然后在了解哈弗曼算法之前要抛弃掉之前“半角英文数字的1个字符是1个字节的数据”这一概念。文本文件是由不同类型的字符组合而成的，而不同的字符出现的次数也是不同的。还要知道磁盘是以字节为单位来保存数据的。之前认为的“莫尔斯编码的短点是0，长点是1，其中1个字符用8为来表示”，这是一种不成熟的做法，实际上根据字符种类的不同，莫尔斯电码符号的长度也有不同。

哈夫曼算法是指，为各压缩对象文件，分别构造最佳的编码体系，并以该编码体系为基础进行压缩，但是该程序要比RLE算法要复杂的多。但是该算法能大幅度提升压缩比例。最后的可逆压缩和非可逆压缩也不难理解，在文章的开始已经解释过了。

原文地址：https://www.cnblogs.com/qly123/p/10358951.html