文件压缩是如何进行的？原理是什么？

我们的日常工作和压缩文件息息相关，在网上下载的文件包经常是ZIP、RAR等压缩文件格式不说，我们日常使用的视频、图片、音频大多都是压缩文件格式。文件压缩技术是互联网运行的基础之一，它使得文件分享变得更加可行，降低了传输耗时。然而，你知道文件压缩是如何进行的吗？

压缩并不是什么神奇的技术，但也称得上奇思妙想的发明所得。下面，我们将介绍两种主要的压缩方式——有损压缩和无损压缩——的工作原理。

请注意，本篇文章将会尽可能简明地介绍工作原理，而不会使用复杂的数学公式等。如果你想更深入了解，可以从Wiki开始。

无损压缩

无所压缩的核心原理是祛除冗余。好吧，我们来简单地解释一下，比如下面的积木是原始文件：

它从上到下，由2个红色砖块、5个黄色砖块和3个蓝色砖块组成。而同样颜色的砖块我们可以看作相同的信息。那么，我只需要这样表示就可以：

每种颜色只保留1个砖块，然后在上面写上相应的数字。这样，积木占据的体积更小，我只需要额外存储3个数字，就可以用这3个砖块代表上面的所有砖块。

同样道理，在电脑存储文件的时候，主要的工作方式就是将重复的信息提取出来，然后有下面的字串：

bbbbbbccc

我们可以存储为：

b6c3

当然这只是举例子，具体的存储算法要更加复杂，并应用很多数学方法。但总归，无损压缩的方式就是尽可能提取原始数据重复的部分，并统一地进行表示。这种方式没有数据损失，也就是为什么被命名为无损压缩。

类似WinZip这样的程序采用的就是无损压缩技术，当你把文件压缩然后再解压，里面的数据不会有任何变化。而对于图像，PNG就是典型的无损压缩格式，原理也是相同的，即提取图像中相同的重复信息。

有损压缩

很多时候，使用无损压缩对文件体积的节约是很有限的。但幸运的是我们还有有损压缩技术。所谓的有损压缩，意味着可以抹除一部分信息，从而让文件更小。这并不像听起来那样不合理，事实上我们日常处理的许多文件都采用了有损压缩的技术。

举例来说，最常见的音乐格式MP3，实际用的就是有损压缩，但是你能听出它抹除了原声里的哪些信息吗？通常来说是不能的，被压缩算法抹除的部分，对于人耳并不能分辨，但对文件体积的缩小是非常有效的。但这种有损压缩如果应用过度，同样也会损害音质。

有损压缩技术被大量应用于媒体文件，比如图片、视频和音频，对于这类文件保留所有信息往往是不必要的，压缩结果在可接受的范围内即可。当然对于文字类文件是不存在有损压缩的，否则你看到的这篇文章可能就是无法阅读的了。

比如我们常见的JPEG格式就是有损压缩，我们在网络上看到的图片基本都是JEPG，是因为在这种使用环境下图片的质量并不需要非常非常高，而JPEG可以在适当减少质量的情况下减小文件体积。但有损压缩文件的缺点就是重新存储的时候可能被重复压缩，下面就是JPEG文件被进行3次重存储的效果：

由于参数设置较大，图片质量的降低非常直观。因此有损压缩尽管可以降低文件体积，但具体的使用还要视情况而定。

你需要记住的是，有损压缩真的会损失部分数据，如果你丢失了源文件，就意味着这些丢失的数据再也无法找回。

How Does File Compression Work?