| English | 释义 | 拼音 |
|---|---|---|
| compression/kəmˈpreʃn/ | 压缩 | yā suō |
| lossless/ˈlɒsləs/ | 无损 | wú sǔn |
| lossy/ˈlɒsi/ | 有损 | yǒu sǔn |
| bandwidth/ˈbændwɪdθ/ | 带宽 | dài kuān |
| run-length encoding/rʌn leŋθ enˈkəʊdɪŋ/ | 行程编码 | xíng chéng biān mǎ |
| dictionary coding/ˈdɪkʃənəri ˈkəʊdɪŋ/ | 字典编码 | zì diǎn biān mǎ |
| Huffman coding/ˈhʌfmən ˈkəʊdɪŋ/ | 霍夫曼编码 | huò fū màn biān mǎ |
| spatial/ˈspeɪʃl/ | 空间 | kōng jiān |
| temporal/ˈtempərəl/ | 时间 | shí jiān |
让万维网成为可能的那三个字母
- 1987 年,一位叫 Phil Katz 的程序员写了一个压缩程序,并把文件格式放入公有领域。他把它叫做 ZIP。当时他 24 岁。
- 没有这个想法,今天的网络没有一样能运转。未压缩的高清视频一秒约 187 MB;一部两小时的电影会是 1.3 TB。用家庭宽带播放它在算术上就不可能。
- 你看的电影大概只有那个的千分之一,而且看起来仍然对,因为压缩扔掉的是你的眼睛本来就不会注意到的东西。
- 这一课讲压缩(compression):两个家族、三种无损方法,以及怎样为给定文件论证选择。
无损与有损
- 压缩减小文件大小,节省存储空间和传输带宽(bandwidth),让下载和流媒体更快。
- 无损(lossless)压缩是能精确恢复原始数据的压缩。ZIP 和 PNG 是无损的。
- 有损(lossy)压缩永久移除部分数据,所以原始数据无法恢复。JPEG、MP3 和流媒体视频是有损的。

要么精确恢复,要么缩得更狠
无损压缩意味着:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
无损压缩让你精确地重建原始数据——对文本、程序和 ZIP/PNG 必不可少。
把每个压缩概念与它的含义配对。
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
无损保留每一位(文本/代码需要);有损以质量换大小(照片、音频)。
无损压缩完全重建原始数据(文本和程序需要),而有损压缩永久移除一些数据以缩小文件(用于照片和音频)。
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
这就是为什么程序或 ZIP 必须无损,而照片或歌曲可以使用有损压缩。
例题:论证选择
- 一家公司归档它的会计电子表格。用哪种压缩,为什么? 无损,因为电子表格必须被精确还原;一个值变了账目就错了。
- 一位摄影师把度假照片上传到手机相册。 有损,因为照片在小屏幕上观看,丢掉的细节看不出来,而更小的文件上传更快、占用存储更少。
- 说出种类,再给出来自情境的理由。单说"有损更小"不是论证。
哪个文件应该被无损压缩?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
源代码必须被精确地恢复——一个改变的字符就可能破坏它——所以它需要无损压缩。
行程编码
- 行程编码(run-length encoding,RLE)把一串重复的值替换成一个值加一个计数:不存八个相同的白像素,而存"8,白"。
- 它在有长串重复的数据上表现极佳,比如图标、示意图、黑白扫描件和大片纯色区域。
- 它在照片这类噪声数据上毫无用处,甚至会让文件更大,因为几乎没有相邻的两个值相同。

每一行变成计数和颜色
行程编码在有以下的数据上工作得最好:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
RLE 用一个计数 + 值替换一段相同的值,所以它在平坦区域出色,在噪声数据上无用。
例题:用 RLE 编码一行
- 一幅 8 像素黑白图像的一行是:白白白黑黑白白白。用 RLE 编码它。
- 三白、两黑、三白,所以是
3W 2B 3W;若白是 0,写成数对就是(3, 0) (2, 1) (3, 0)。 - 八个值变成了三个数对。*现在编码
W B W B W B W B。*八段长度为一的行程:1W 1B 1W 1B 1W 1B 1W 1B,存的比原来还多。这正是 RLE 不用于照片的原因。
行程编码(一个无损方法)
行程编码用一个值加一个计数替换一段重复的值。它是无损的——原始数据精确地重建——但只缩小有长行程的数据。
用行程编码对像素行 W W W B B W W W 编码,采用 3W 2B 3W 的形式。
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
三白、两黑、三白。八个值变成三个数对,但交替的一行会变成八个数对而变大。
行程编码总是让文件变小。
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
在没有重复串的数据上——照片或交替图案——每段行程长度都是一,编码存的比原始数据还多。
字典编码与霍夫曼编码
- 字典编码(dictionary coding),ZIP 和 PNG 使用它,建立一个重复字节序列的字典,把每次出现替换成一个短索引。它适合文本和程序代码,那里词语和模式反复出现。
- 霍夫曼编码(Huffman coding)给常见符号短代码、给罕见符号长代码,于是平均码长下降。在 "BANANA" 里 A 最常见,得到最短的代码。
- 两者都是无损的:解码器逐字节重建原始数据。
霍夫曼编码这样减小大小:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
霍夫曼把最短的码分配给最频繁的符号,降低平均码长。
把每种无损方法与它的工作方式配对。
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
三者都是无损的:解码器逐字节重建原始数据。
有损方法
- 图像(JPEG):丢掉眼睛几乎注意不到的细节和颜色差异。
- 声音(MP3、AAC):去掉我们听得不好的音高,以及同一时刻被更响的声音掩盖的轻声。
- 视频:空间(spatial)压缩在每一帧内部工作,像 JPEG;时间(temporal)压缩把大多数帧只存成与上一帧的差异,因为连续的帧几乎一模一样。
视频的时间压缩这样工作:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
时间压缩存储每一帧与前一帧有什么不同,因为大部分画面在帧之间保持相同。(空间压缩处理帧内的细节。)
例题:各类文件怎样被压缩
- 文本文件:字典编码和霍夫曼编码把重复的词和常见字符变成短代码。它必须保持无损,因为一个字符变了含义就变了。
- 位图图像:图标和示意图中相同像素的行程用 RLE;照片用有损的 JPEG;或者降低颜色深度或分辨率,那也是有损的。
- 矢量图形:绘图列表本来就小。删掉不需要的绘图对象、坐标存更少的小数位,或对文件应用 ZIP 这样的无损方法。
- 声音文件:有损的 MP3 或 AAC 去掉耳朵听不到的;降低采样率或分辨率也是有损的;无损格式保留每个采样,缩得少得多。
怎样让矢量图形文件更小?选出所有适用的。
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
矢量文件是绘图列表而不是像素,所以它没有颜色深度。颜色深度属于位图。
流媒体为什么必须有损
- 原始高清视频每分钟数 GB,而家庭宽带每秒只有几 Mb。
- 对视频做无损压缩大概只能达到两倍,远远不够,画面会不停停下来缓冲。
- 有损压缩通过丢弃观众在正常播放速度下注意不到的细节,达到一百倍甚至更高。理由要点出带宽和数据率,而不只是"它更小"。
为什么实时视频流用有损压缩?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
原始高清视频每分钟数 GB;只有有损压缩把它缩得足够小,能实时流式传输而不冻结。
容易丢掉的分
- 无损意味着原始数据被精确恢复;有损意味着无法恢复。"有损会损失质量"没说到关键:数据是永久没了。
- RLE 会让噪声文件更大。要说清它在哪里有效、在哪里无效。
- 视频压缩是空间和时间两种;时间压缩存的是帧之间的差异。
- "论证"的答案要把方法与文件的用途绑定:账目和医学影像要精确,流媒体和手机相册要小。
你掌握了
- 压缩节省存储和带宽;无损精确恢复原始数据,有损永久移除数据
- 无损方法:RLE(一个值加一个计数,擅长长串、不擅噪声)、字典编码(重复序列变短索引)、霍夫曼编码(常见符号用短代码)
- 有损方法丢掉眼睛或耳朵漏掉的东西;视频再加帧内的空间压缩和帧间的时间压缩
- 从用途论证:需要精确数据就无损,流媒体带宽有限就有损