你也許明白為什么傳真機(jī)能利用行程長(zhǎng)度編碼。從定義上來(lái)說(shuō)，傳真是黑白文件，文件會(huì)被轉(zhuǎn)換成許多個(gè)點(diǎn)，每個(gè)點(diǎn)都是非黑即白。當(dāng)你按順序閱讀這些點(diǎn)（從左到右，從上到下），你會(huì)遇到大段白點(diǎn)（背景）以及小段黑點(diǎn)（前景文本或筆跡）。這讓使用行程長(zhǎng)度編碼變得非常有效。但正如之前所提到的，只有特定類(lèi)型的數(shù)據(jù)具有這一特點(diǎn)。

于是，計(jì)算機(jī)科學(xué)家們發(fā)明了一系列更成熟的把戲，這些把戲使用的基本思想都相同（尋找重復(fù)并高效地描述它們），但即便重復(fù)部分不相鄰也效果良好。在這里，我們只會(huì)研究其中的兩種把戲：同前把戲（same-as-earlier trick）和更短符號(hào)把戲（shorter-symbol trick）。你只需要這兩個(gè)把戲就能生成ZIP文件，而ZIP文件格式是個(gè)人電腦上壓縮文件最流行的格式。因此，一旦你理解了這兩個(gè)把戲背后的基本思想，你也就理解了計(jì)算機(jī)在大部分時(shí)間里是如何運(yùn)用壓縮的。

同前把戲

想象這就是你要處理的可怕任務(wù)，通過(guò)電話向某人口述如下數(shù)據(jù)：

VJGDNQMYLH-KW-VJGDNQMYLH-ADXSGF-OVJGDNQMYLH-ADXSGF-VJGDNQMYLH-EW-ADXSGF

這里有63個(gè)字母需要溝通（順便說(shuō)一句，我們忽略了破折號(hào)，加入它們只是為了讓數(shù)據(jù)更容易閱讀）。和每次一個(gè)字母地口述全部63個(gè)字母相比，我們有更好的辦法嗎？第一步也許是去識(shí)別數(shù)據(jù)中大量的重復(fù)部分。事實(shí)上，大多數(shù)被破折號(hào)分開(kāi)的“塊”都至少重復(fù)了一次。因此，在口述這份數(shù)據(jù)時(shí)，你可以通過(guò)“這部分和我之前告訴你的某個(gè)部分一樣”節(jié)省大量力氣。更精確點(diǎn)講，你要講是多久前說(shuō)的，還要講重復(fù)的部分有多長(zhǎng)——也許是“往回?cái)?shù)27個(gè)字母，然后復(fù)制從那一點(diǎn)開(kāi)始往下的8個(gè)字母”。

讓我們來(lái)看看這一策略在現(xiàn)實(shí)中效果如何。最開(kāi)始的12個(gè)字母沒(méi)有重復(fù)部分，你沒(méi)有其他選擇，只能按字母逐個(gè)口述：“V、J、G、D、N、Q、M、Y、L、H、K、W”。但接下來(lái)的10個(gè)字母和之前的一些字母相同，因此你可以說(shuō)“back 12，copy 10”（數(shù)回12個(gè)字母，抄到第10個(gè)字母）。再下面7個(gè)字母是新出現(xiàn)的，按字母逐個(gè)口述：“A、D、X、S、G、F、O”。但之后的16個(gè)字母是個(gè)大的重復(fù)部分，因此你可以說(shuō)“back 17，copy 16”（數(shù)回17個(gè)字母，抄到第16個(gè)字母）。接下來(lái)的10個(gè)字母也是之前的重復(fù)部分，因此“back 16， copy 10” （數(shù)回16個(gè)字母，抄到第10個(gè)字母）就可以了。再接下來(lái)的兩個(gè)字母沒(méi)有重復(fù)，需要逐個(gè)口述為“E、W”。最后的6個(gè)字母是之前的重復(fù)，可以通過(guò)“back 18，copy 6”（數(shù)回18個(gè)字母，抄到第6個(gè)字母）溝通。