檔案壓縮核心原理：從字典編碼到有損/無損演算法

壓縮軟體的核心任務是找出資料中的重複模式並用更短的代碼表示，達到「無損稠密」或「有損精簡」的效果。

基本思想：字典替換

檔案中重複出現的字串（如「中華人民共和國」），建立一個「字典」記錄該字串並分配一個短代碼（如 #01），原檔案中每處出現該字串處替換為代碼，解壓時查字典還原。這是無損壓縮的基礎邏輯。

二進制層面的壓縮

電腦以 0/1 儲存資料。以藍天白雲圖片為例：成千上萬連續的藍色像素，不必逐一定義「藍、藍、藍...」，只需記錄「從位置 X 起連續 1117 個藍色像素」，極大節省空間。這是游程編碼（RLE）的簡單應用。

兩大壓縮類別

類別	原理	典型格式	適用場景
有損壓縮	捨棄人眼/耳難察覺的冗餘資訊（高頻細節、超聽覺頻率）	JPG, MP3, MPEG	圖片、音訊、視訊
無損壓縮	完全保留原始資訊，利用統計冗餘與模式重複壓縮	ZIP, RAR, PNG	程式碼、文件、資料庫、系統備份

ZIP 演算法的兩層重複消除

1. 短語重複（滑動窗口/LZ77）： 針對 3 位元組以上的重複字串，用 距離, 長度 兩數值表示。如距離 1 位元組、長度 1 位元組，壓縮比顯著。論文術語、小說人名、程式關鍵字、圖片水平像素皆屬此類。一次壓縮後短語重複特性被破壞，二次壓縮無效。
2. 單位元組重複（霍夫曼編碼/熵編碼）： 256 種位元組值出現頻率不均（如英文 e 最常見、ASCII 控制碼極少）。重新編碼：高頻用短碼，低頻用長碼，整體長度變短。壓縮後的資料同樣呈現頻率不均，可再次熵編碼。

PNG 圖片格式核心即 ZIP 演算法，差別僅在檔頭額外記錄寬高、色深等圖片元資料。

常見壓縮工具

WinRAR、WinZip、7-Zip 等皆為實現上述原理的應用程式。壓縮後產生的檔案稱「壓縮包」，使用前必須解壓還原。