《程序是怎样跑起来的》第六章

Posted 2021-02-13 1999dbl

文件存储的基本单位是1字节（=8位），可逆压缩是压缩后的数据能复原，非可逆压缩是压缩后无法复原。

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字节，那么该文件就是文本文件，如果是图形，那么该文件是图像文件，在任何情况下，文件中的字节数据都是连续存储的。

莫尔斯编码是根据日常文本中的各字符的出现频率来决定表示各字符的编码的数据长度的。哈弗曼算法是指为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来进行压缩。因此，用什么样式的编码（哈弗曼编码）对数据进行分割，就要由各个文件而定。在哈弗曼算法中，通过借助哈弗曼树构造编码体系，即使在不使用字符区分符号的情况下，也可以构造能够明确进行区分的编码体系。哈弗曼算法能够大幅提升压缩比率。从用哈弗曼算法压缩过的文件中读取数据后，就会以位为单位对该数据进行排查，并与哈弗曼树进行比较看是否到达了目标编码，这就是为什么哈弗曼算法可以对数据进行区分的原因。

图像文件的使用通常目的通常是把图像数据输出到显示器、打印机等设备上。把能还原到压缩状态的压缩称为可逆压缩，无法还原到压缩前状态的压缩称为非可逆压缩。压缩算法的种类大概有一二十种。之所以会存在如此多的压缩算法，是因为压缩比率、压缩需要的处理时间（程序的复杂程度）以及各种文件的需求等是不一样的。