《程序是怎么跑起来的》第六章 压缩数据

压缩文件的扩展名有LZH和ZIP等，当文件太大，无法放入软盘中时，或将大附件添加到电子邮箱时，都会采取压缩的方式，将照片保存在计算机上时，也可能使用了JPEG等压缩格式

6.1 文件以字节为单位保存

文件是将数据存储在磁盘等存储媒介中的一种形式，程序文件中存储数据的单位是字节，文件就是字节数据的集合。如果文件中存储的数据是文字，那么文件就是文本文件，如果是图形，那么该文件就是图像文件

文件中的字节数据都是连续存储的

6.2 RLE算法的机制

RLE算法 行程长度编码算法：把文件内容用 数据*重复次数的形式来表示的压缩方法

RLE是一种很好的算法，常用与压缩传真等图像

6.3 RLE算法的缺点

然而在实际的文本文件中，同样字符多次重复出现的情况并不多见，虽然对于相同数据经常连续出现的图像，文件等，RLE算法可以发挥不错的效果，但它并不适合文本文件的压缩

对于存储着“This is a pen”这14个字符的文本文件来说，使用RLE算法对其进行压缩后，就变成了 T1h1i1s1 1ils1 1a1 1p1e1n1 这样28个字符，反而是压缩前的两倍

由于EXE文件和图像文件中连续的数据部分较多，RLE算法有显著压缩效果，但文本中字符大量连续出现的情况并不多见

6.4 通过莫尔斯编码看哈夫曼算法

6.5 用二叉树实现哈夫曼编码

6.6 哈夫曼算法能大幅提升压缩比率

LHA：日本常用的压缩软件，使用哈夫曼算法

6.7 可逆压缩和非可逆压缩

Windows的标准图像数据形式是BMP 位图，是完全未压缩的

除了BMP格式外，还有其他的图像数据形式，如JPEG，TIFF，GIF等格式，与BMP不同的是，这些图像数据都会用一些算法对数据进行压缩

把能够还原到压缩状态之前的压缩称为可逆压缩，无法还原到压缩状态之前的压缩称为非可逆压缩