数据压缩的规模是否存在科学极限？
我的意思是，压缩本质上是用较小的数据量来表示较大的数据量，例如表示 a=abc b=def 等...或者您可以拥有一个包含较大数据块的数据库并用哈希值表示它们，将哈希值写入文件，然后通过用相应的数据替换哈希值来重建它，但这里生日悖论很早就出现了，例如，如果您想用一位数字来表示两位数字，一位数字的最大组合数为 10，而两位数字的最大组合数为 100，这意味着这里的压缩率最多只有 10%...有没有更好的压缩文件的方法？
是否有某种方式来存储大型数据组合数据库，将它们表示在总计小于原始文件的文件中，然后传输它，然后在目的地重建它？
答案1
香农熵是无损数据压缩的极限。
答案2
嗯，这取决于你的算法、你的数据、你的数据的长度，以及你对返回精确数据的渴望程度。模式较少的数据压缩效果会比模式较多的数据差。
我没有任何研究来支持这一点，但最好的情况可能是像 RLE 或类似的算法，在一个充满零或相同字节的文件上。
使用有损压缩时，您会陷入主观因素 - 例如，以最低质量设置将文件压缩为 JPEG 会生成与原始图像几乎不相似的图像 - 但根据谁的说法呢？