第495章 幻數據壓縮算法猜想1

  =數據壓縮算法=速記算法=

  遞增素數之間，可以使用加法，得出相對小的數，可以用乘法，得出相對大的數，可以用乘方號，得出很大很大的數。

  當使用特定長度把一個大數據分割成N個小片段時，就可以進行統計，比如全體相加，然後除以總數得到全局平均數。

  然後使用1KB的平均數，1MB的平均數，1GB的平均數作為比大小基準。

  然後還有特定數（比如出現了一次以上的多次數）（比如只出現了一次的一次數）（比如出現的最大值）（比如出現的最小值）。

  

  現在的問題就是，統計能夠獲得數據的被過濾掉了很多信息的被壓縮後的數據，如何使用統計獲得的數據，來逆推原始數據（包括各種統計的先後順序）（當然，因為數據的缺失，導致必須使用試錯方式來實現）。

  在處理大數據時，如何減少解壓縮時試錯次數，就是大數據壓縮專用算法的重難點。

  [示例]

  如果有一個二進位數1010010010011100110001000100010，統計出其二進位的1總共有12個，二進位的0總共有19個；轉換為八進位為12223461042，統計出其八進位的0總共出現了1次，八進位的1出現了2次，八進位的2出現了4次，八進位的3出現了1次，八進位的4出現了2次，八進位的6出現了1次；轉換為十進位為1380868642，統計出其十進位的0出現了1次，十進位的1出現了1次，十進位的2出現了1次，十進位的3出現了1次，十進位的4出現了1次，十進位的6出現了2次，十進位的8出現了3次（當然了，為了加速碰撞，一般都是使用素數進位的方式，而不是使用這種方式，作者用這種方式示例，只是為了方便使用微軟自帶的程式設計師計算器換算進位，從而進行統計），那麼接下來，就需要通過進位碰撞的方式，來逆推根據統計得出的原始數據。

  當然了，也可以使用MD4，MD5和其他的哈希值生成算法，用於快速生成哈希值，以及記錄上大小，然後是二進位的0和1，然後是八進位，16進位（一般都採取2的正整數次方進位的方式，來加速快速壓縮時的速度，換算更快）。

  另外還有一種快速碰撞的方式，使用大於X的（Y+1次方），小於X的Y次方的方式。

  第一次比大小範圍：

  示例：取X=16；Y=18；

  16^19=75，557，863，725，914，323，419，136

  16^18=4，722，366，482，869，645，213，696

  第二次比大小範圍：

  示例：取X=15；Y=7；

  15^8=2，562，890，625

  15^7=170，859，375

  當然了，因為作者並沒有使用16^19-16^18，然後再把結果進行開15次方，然後再進行篩查，可能就會導致第二次和第一次的相關度不高。

  一個二進位數據根據位數，可以表達多少數值？

  1位二進位，有兩種可能，1和0。

  2位二進位，有四種可能，00，01，10，11。

  16位二進位，有2的16次方種可能，然而一個數據本身使用這麼多位是一種浪費。

  也就是說，一個16位二進位所表達的數，是一個固定數，是大於或等於0，小於2的16次方+1。

  就比如說，一個1ZB大小的數據，只要其本身是固定的，那麼就註定大於或等於0，然後小於2的多少次方來著？？？+1。

  表達固定的數，並不一定需要使用到很長的長度。

  比如2的987654321次方，可以是一個很大的數，其換算成二進位，會占用多大的存儲空間？然後是不是可以逆推為算術內容：2的987654321次方？

  問題就是，並非所有的數，都是規律數，都可以使用A的B次方+C乘以D+E階乘方式正好等於該數，也就導致往往只能採取使用比大小的方式，無限近似，大於某個最接近該數的小數，小於某個最接近該數的大數。

  比如說，想要記錄一個5，那麼在只能使用素數的表達方式時，就可以記錄為該數大於3，小於7。

  使用大於和小於之後，就可以獲得一個數據範圍，該範圍內可能包含有有數的可能性，接下來的方法，就是把這個可能性減少，比如說（3+7）/5=2，則表示這個數正好處於大於和小於的中間值，比如說（3+7）/4=2.5，則表示這個數正好大於大於和小於的中間值；以此類推；

  設定一個數為未知數B，A大於B小於C。

  那麼就可以取近似值（A+B）/C=D

  一般情況下，D都是帶有小數的，那麼把D的小數去掉，那麼D的整數部分就可以作為第二輪的最小值，D+1就可以作為第二輪的最大值。

  取（A+B）/C=區間值1（也就是C更靠近A，還是更靠近B）。

  （A-B）/（B-C）=區間值2

  （A+C）/B=區間值3

  （B+C）/A=區間值4

  還有一種固定數大於小於法，就是A+→B←+C｝總長度為多少位，特定數大於某個可以用循環速記法記錄的數，小於某個可以用循環速記法記錄的數。

  然後就是使用特定算法生成一個數，該數大於B，然後使用特定刷房生成一個數，該數小於B。

  示例：3*7=21；4*5=20；3*7大於B小於4*5；那麼就可以獲得該數百分之八十的近似值，然後再使用不斷精準的繼續用比大小法接近的方式，獲得。

  比如3.1415926

  第一次比大小：4大於圓周率大於3

  第二次比大小：3.14小於圓周率小於3.15

  第三次比大小：3.141592小於圓周率小於3.141593

  比大小之後，就是使用一個算術，來生成更接近的比大小精準度。

  比如第一次比大小，大和小之間相差2的16次方，第二次比大小，大和小之間相差2的14次方，第三次比大小，大和小之間相差2的12次方，以此類推，就能快速還原出原始數據。

  1TB的固定數據，可以使用1GB的算法來生成，1GB算法當做固定數據，就能使用1KB的算法來生成，這就是TB2KB算法的原理。