多维化计算机数据压缩方法

• 概述
  本方法是一种完全不同于传统数据字典模式的压缩算法，借助数据空间的相关概念，本方法将计算机二进制数据进行了多维化处理，再通过空间几何体互动的方式对重复的二进制数据进行压缩处理。
  因此，本方法是对现有各种压缩类算法的补充，在其他压缩技术输出的文件上使用本方法仍然可以将数据进行重复压缩处理，如常见的zip/7z/rar等格式的压缩文件，也包括经过H264/H265等流媒体技术处理过的多媒体数据流文件，都可以在这些文件的基础上做25%~50%的数据压缩处理。

• 基本原理
  1. 数据的多维化处理
  要理解多维化计算的基本原理，首先就需要理解什么叫做多维化数据空间。不同于传统意义上的数据结构，多维化数据空间是一种在计算机内存中模拟出的三维空间数据坐标。在其中存放的每一个数据都拥有自己的三维坐标进行定位。
  那为何又叫做多维空间呢？因为单一的三维空间所存储的只是数据的空间位置，而数据的内容就需要另外一个维度来进行处理，就如下图所示：
  
  图中的立方体具有一个固定的空间坐标，但是其几何结构却存放在另外一个维度中进行处理，这样做的好处就在于，无论数据空间中的数据长度是否相同，都可以通过统一的坐标系来进行定位和管理。
  最后，再将二进制数据依次填充到这些几何体的顶点之上，就完成了二进制数据的多维化工作。
  2. 多维化数据的压缩原理
  了解了多维化数据的基本压缩原理，我们就可以针对这些数据的空间特性进行一些特殊的多维化处理，这其中就包括的数据的压缩，如下图所示：
  
  多维化数据的每个几何体表面都是由一组二进制数据所组成，一个立方体的表面具有六组不同的二进制数据，不同的立方体之间，其相同的二进制表面存在几率远大于两个立方体完全相等的情况。因此，只要这其中一对表面相同，我们就可以针对这一组数据进行多维化数据的融合处理。其处理后的结果就如上图右侧所示。
  新产生的多维化数据只占据一个空间数据坐标但是二进制数据的长度却缩减了25%，因此也就完成了一次基本的数据压缩过程。
  2. 多维化数据处理的优势与不足
  如上所述，多维化数据处理开创了一种全新的数据处理模式，而数据压缩只是这种模式下的一种最简单的应用。其他诸如数据加密、流媒体编码、并行化处理，甚至机器学习及云计算等多种方面都可以衍生出更多、更广的思路，并提出一些全新的解决方案，使得原本的难题得以解决。
  然而也正因为多维化数据处理的这种全新特征，因此一些基本的数据处理算法都需要从头做起，因而进度缓慢，希望感兴趣的朋友可以多加参与，以期可以更快的将这种新的思路应用在实际产品之中。