Tho*_*ens 21 windows compression 7-zip
使用 7Z 和普通 ZIP 压缩，一个 398MB 的目录仅被压缩到 393MB。这是正常的吗？如果是这样，为什么人们继续在 Windows 上使用 ZIP？
小智 32
压缩的工作原理是寻找要压缩的项目内部的重复模式。此外，由于您不想在压缩文件时丢失任何数据，因此压缩必须是无损(*)。
现在，在您的脑海中回想起这些，想想文件（项目）在计算机上的存储方式。在最底层，它们都只是一堆 0 和 1。
因此，问题可以转换为：“我如何以比原始表示更紧凑的方式表示一堆 1 和 0？ ”
那么让我们从头开始，如何压缩单个位（单个 1 或单个 0）的正常表示？
答案很简单：你不能！...单个位以尽可能紧凑的方式表示。
公平地说，让我们举一个更大的例子，你将如何压缩像0111 0111 0100 0111这样的二进制字符串？
好吧，因为我们已经知道查看单个位对我们没有任何帮助，所以我们知道我们必须着眼于更大的规模。例如，让我们一次取 4 位。我们现在看到二进制字符串“0111”将在示例中出现 3 次，那么为什么我们不用一个位来表示它：0？但这仍然使 0100 处于黑暗中，所以让我们用“1”表示
我们知道已将原始压缩为：“0010”
这非常好！然而，这只是“霍夫曼编码算法”的基础知识，在现实世界中它会比这更复杂一些（你还需要存储一个包含编码信息的表，但这是一个回答这个问题有点远）。
现在真正回答你的问题：为什么不能把所有的数据压缩得那么好？，让我们再举一个例子：“0001 0110 1000 1111”，如果我们使用与上面相同的技术，我们将无法压缩数据（没有发现重复），因此不会从压缩中受益......
(*) 当然也有例外。最著名的例子是用于 MP3 文件的压缩。在将声音从原始文件转换为 MP3 格式时，一些关于声音的信息会丢失，因此这种压缩是有损的。另一个例子是图像的 .JPG 格式
无损数据压缩算法不能保证对所有输入数据集进行压缩。换句话说，对于任何（无损）数据压缩算法，都会有一个输入数据集在被算法处理时不会变小。这很容易通过使用计数论证的初等数学来证明。...
基本上，理论上不可能无损压缩所有可能的输入数据。