軟體工程師一直在開發新的方法，將大量資料擬合到一個小空間中。當我們的硬碟很小的時候，這是真的，網際網路的出現使它變得更加重要。檔案壓縮在連線我們的過程中扮演著重要的角色，它讓我們能夠傳送更少的資料，這樣我們就可以更快地下載，並在繁忙的網路上建立更多的連線。

那麼它是如何工作的呢？

要回答這個問題，需要解釋一些非常複雜的數學，當然這超出了我們在本文中所能涵蓋的範圍，但是您不需要確切地理解它是如何在數學上工作的，就可以理解基礎知識。

最流行的文字壓縮庫依賴於兩種壓縮演算法，同時使用這兩種演算法可以獲得非常高的壓縮比。這兩種演算法是“LZ77”和“哈夫曼編碼”，哈夫曼編碼是非常複雜的，我們在這裡不詳細討論。首先，它使用一些花哨的數學來為單個字母分配較短的二進位制程式碼，在這個過程中縮小了檔案大小。如果您想了解更多，請檢視這篇關於程式碼如何工作的文章，或者這篇Computerphile的解釋文章。

另一方面，LZ77相對簡單，這就是我們在這裡要討論的。它試圖刪除重複的單詞，並用一個較小的“關鍵字”來代替它們。

以這篇短文為例：

LZ77演算法將檢視此文字，意識到它將“howtogeek”重複三次，並將其更改為：

然後，當它想讀迴文本時，它會用“howtogeek”替換（h）的每個例項，使我們回到原來的短語。

我們稱這種壓縮為“無損”壓縮——輸入的資料與輸出的資料相同。什麼也沒丟。

實際上，LZ77不使用鍵列表，而是用記憶體中的連結替換第二個和第三個匹配項：

所以現在，當它到達（h）時，它將回顧“howtogeek”並閱讀它。

如果你對更詳細的解釋感興趣，這段來自Computerphile的影片非常有用。

這是一個理想化的例子。實際上，大多數文字都是用只有幾個字元的鍵來壓縮的。例如，單詞“the”即使出現在“there”、“their”和“then”這樣的單詞中，也會被壓縮。透過重複的文字，可以得到一些瘋狂的壓縮比。把這個單詞“howtogeek”的文字檔案重複100次。原始文字檔案的大小為3KB。不過，壓縮後只需要158位元組。壓縮率接近95%。

很明顯，這是一個非常極端的例子，因為我們只是一遍又一遍地重複同一個詞。在一般實踐中，使用壓縮格式（如ZIP）對主要是文字的檔案進行壓縮，可能會得到大約30-40%的壓縮。

順便說一句，這個LZ77演算法適用於所有二進位制資料，而不僅僅是文字，儘管文字通常更容易壓縮，因為大多數語言使用了多少重複的單詞。例如，像漢語這樣的語言可能比英語更難壓縮。

影象和影片壓縮是如何工作的？

影片和音訊壓縮的工作原理非常不同。與文字不同的是，文字可以進行無失真壓縮，並且不會丟失任何資料，而影象可以進行所謂的“有失真壓縮”，即丟失一些資料。壓縮的越多，丟失的資料就越多。

這就是人們上傳、分享和截圖多次的那些看起來可怕的jpeg的原因。每次壓縮影象時，都會丟失一些資料。

下面是一個例子。這是我拍的一張截圖，根本沒有被壓縮。

然後，我把截圖在Photoshop上運行了多次，每次都以低質量JPEG格式匯出。結果是這樣的。

看起來很糟，對吧？

好吧，這只是最壞的情況，每次以0%的JPEG質量匯出。為了比較，這裡有一個50%的質量JPEG，這是幾乎無法區分的源PNG影象，除非你把它放大，仔細看看。

此影象的PNG大小為200KB，但此50%質量的JPEG僅為28KB。

那麼它是如何節省這麼多空間的呢？好吧，JPEG演算法是一項偉大的工程。大多數影象儲存一個數字列表，每個數字代表一個畫素。

JPEG不做這些。取而代之的是，它用一種叫做離散餘弦變換的東西來儲存影象，這種變換是以不同強度疊加在一起的正弦波的集合。它使用了64個不同的方程式，但其中大部分都沒有被使用。這就是Photoshop和其他影象應用程式中JPEG的質量滑塊選擇要使用多少個公式的原因。然後應用程式使用哈夫曼編碼進一步減小檔案大小。

這使得jpeg具有極高的壓縮比，根據質量的不同，可以將多兆位元組的檔案壓縮到幾千位元組。當然，如果你用得太多，你會得到這樣的結果：

那形象太可怕了。但是少量的JPEG壓縮會對檔案大小產生很大的影響，這使得JPEG對於網站上的影象壓縮非常有用。你在網上看到的大多數圖片都經過壓縮以節省下載時間，特別是對於資料連線不好的移動使用者。事實上，所有關於如何極客的圖片都被壓縮了，以使頁面載入更快，而且你可能從未注意到。

影片壓縮

影片的工作原理與影象有點不同。你可能會認為他們會用JPEG壓縮每一幀影片，他們當然會這麼做，但是有一個更好的方法來壓縮影片。

我們使用一種叫做“幀間壓縮”的方法，它計算每一幀之間的變化並只儲存這些變化。所以，舉個例子，如果你在一個影片中有一個相對靜止的鏡頭，它佔用了幾秒鐘的時間，就會節省很多空間，因為壓縮演算法不需要儲存場景中所有不變的東西。幀間壓縮是我們擁有數字電視和網路影片的主要原因。如果沒有它，影片將達到數百千兆位元組，超過2005年YouTube推出時的平均硬碟大小。

另外，由於幀間壓縮最適合靜止影片，這就是為什麼彩色紙屑會破壞影片質量。

注意：GIF不能做到這一點，這就是為什麼動畫GIF通常非常短和小，但仍然有一個相當大的檔案大小。

關於影片，另一件要記住的事情是它的位元率——每秒允許的資料量。例如，如果您的位元率是200kb/s，您的影片將看起來非常糟糕。質量隨著位元率的提高而提高，但是在每秒幾兆位元組之後，你得到的回報就越來越小。

這是從水母的影片中拍攝的縮放幀。左邊的是3Mb/s，右邊的是100Mb/s。

檔案大小增加了30倍，但質量沒有多大提高。一般來說，YouTube影片的速度大約為2-10Mb/s，這取決於你的連線，因為更多的影片可能不會被注意到。

這個演示在實際影片中效果更好，所以如果你想親自檢視，你可以下載這裡使用的相同位元率測試影片。

音訊壓縮

音訊壓縮的工作原理與文字和影象壓縮非常相似。當JPEG從影象中刪除你看不到的細節時，音訊壓縮也會對聲音進行同樣的處理。你可能不需要聽到吉他在弦上的吱吱聲，如果實際的吉他是非常，非常響亮。

MP3也使用位元率，從48和96 kbps的低端（低端）到128和240 kbps（相當不錯）到320 kbps（高階音訊），你可能只會聽到非常好的耳機（和耳朵）的區別。

也有用於音訊的無失真壓縮編解碼器，主要的是FLAC，它使用LZ77編碼來提供完全無損的音訊。有些人發誓FLAC的完美音質，但隨著MP3的流行，似乎大多數人要麼說不出來，要麼不介意的區別。