关于压缩包及其算法
在日常计算机使用的过程中，不管是学习还是工作，都会遇到一个非常重要的文件——压缩包文件。
压缩包在学习或工作中最主要的职责便是进行文件数据的传播，一方面，压缩包利用压缩算法，减少文件体积，另一方面，由于硬盘对单一压缩包的写入效率比复数文件的写入效率高，压缩包也作为复数文件的打包工具，方便人们进行下载和拷贝。
常用的压缩格式有ZIP、RAR、7Z等（exe其实也是压缩包的一种），每个压缩格式所用的压缩算法不同，所以对于文件的压缩率也不同，目前压缩率最高的压缩格式是7Z。
说到压缩算法，最简单的压缩算法便是RLE 算法，在此之前，先了解一下计算机数据存储基础知识。
下面是关于压缩算法的有的没的，想了解关于压缩分卷的可以直接跳过
众所周知计算机由二进制0和1组成，0或1就表示1位（1bit，简写b），每8位即为1字节（8bit=1Byte，简写为B），在计算机中，一个字母或数字默认由8个0或1组成，也就是占用8位，即1字节。
回到RLE算法，以AAABBCDDDDEE为例，这12个字母占用的大小就是12字节，而通过RLE算法将其简写为A3B2C1D4E2，则只占用10字节。但RLE算法有个缺点，就是需要有连续重复的数据出现，若碰上26个字母同时出现，利用RLE算法，A1B1……Y1Z1，原本26字节变成了52字节。是不是很简单，现在你已经体会到基础压缩思想的魅力
既然RLE算法无法压缩没有连续重复的数据，那么有解决方法吗。字典算法便可以无视有无连续重复的数据进行压缩。通过构建字符字典，将大量字符定义到少量字符上，例如创建26个字母定义为letter的字典文件，那么26个字母只需要用这6个字母就可以表示，不过字典算法需要字典文件的支持，文件中记录了26个字母定义为6个字母的匹配信息，若没有字典文件则无法匹配定义。
但这还不是压缩算法的极限，1952年，哈夫曼提出二叉树编码，也称为哈夫曼编码。还是以AAABBCDDDDEE为例，将字母出现的次数从大到小排序为D（4个）、A（3个）、B（2个）、E（2个）、C（1个），将最少的C独立开来，D和A、B和E两两配对，随后将数量少的B和E与C配对，最后集合到一起，将向左的树杈定义为0，向右的树杈定义为1，则出现下图每个字母对应的二进制代码。
则AAABBCDDDDEE就是0101011001001100000000101101
原本12字节的数据被压缩为28位即3.5字节，哈夫曼编码在有这么高的压缩率的同时还是无损压缩，可以完全恢复原始数据而不引起任何失真。
压缩分卷又是什么
说了这么多有的没的，那压缩分卷又是什么东西呢。以一个20MB的U盘为例，我想把96.7MB的压缩包放进U盘分享给别人，由于这一个压缩包的大小已经超出U盘的最大承受能力20MB。那么利用压缩分卷技术，就可以把一个大压缩包分为若干个小压缩包，但总大小不会改变，一个96.7MB的压缩包也就被分为了4个20MB和1个16.7MB的压缩分卷文件。
只有第一个是普通压缩包，其他的都是压缩分卷文件
压缩分卷通常会在压缩格式后缀之后还带有数字编号，且分卷文件缺一不可。将压缩分卷全部放在同一个文件夹下，使用时只需要打开数字编号为1的压缩包即可，软件程序会自动连接其他压缩分卷进行解压。压缩分卷的使用场景基本都在大文件传输分享上，比如一些网盘限制单个文件的上传大小，这个时候就可以利用压缩分卷减少单个文件的大小，从而成功将完整的文件上传到网盘。
更多请访问网站型青TypeAoHaru - 一个进行分享的个人网站或关注公众号型青知识站