第(1/3)页

    =数据压缩算法=速记算法=

    递增素数之间，可以使用加法，得出相对小的数，可以用乘法，得出相对大的数，可以用乘方号，得出很大很大的数。

    当使用特定长度把一个大数据分割成n个小片段时，就可以进行统计，比如全体相加，然后除以总数得到全局平均数。

    然后使用1kb的平均数，1mb的平均数，1gb的平均数作为比大小基准。

    然后还有特定数（比如出现了一次以上的多次数）（比如只出现了一次的一次数）（比如出现的最大值）（比如出现的最小值）。

    现在的问题就是，统计能够获得数据的被过滤掉了很多信息的被压缩后的数据，如何使用统计获得的数据，来逆推原始数据（包括各种统计的先后顺序）（当然，因为数据的缺失，导致必须使用试错方式来实现）。

    在处理大数据时，如何减少解压缩时试错次数，就是大数据压缩专用算法的重难点。

    [示例]

    如果有一个二进制数1010010010011100110001000100010，统计出其二进制的1总共有12个，二进制的0总共有19个；转换为八进制为12223461042，统计出其八进制的0总共出现了1次，八进制的1出现了2次，八进制的2出现了4次，八进制的3出现了1次，八进制的4出现了2次，八进制的6出现了1次；转换为十进制为1380868642，统计出其十进制的0出现了1次，十进制的1出现了1次，十进制的2出现了1次，十进制的3出现了1次，十进制的4出现了1次，十进制的6出现了2次，十进制的8出现了3次（当然了，为了加速碰撞，一般都是使用素数进制的方式，而不是使用这种方式，作者用这种方式示例，只是为了方便使用微软自带的程序员计算器换算进制，从而进行统计），那么接下来，就需要通过进制碰撞的方式，来逆推根据统计得出的原始数据。

    当然了，也可以使用md4，md5和其他的哈希值生成算法，用于快速生成哈希值，以及记录上大小，然后是二进制的0和1，然后是八进制，16进制（一般都采取2的正整数次方进制的方式，来加速快速压缩时的速度，换算更快）。

    另外还有一种快速碰撞的方式，使用大于x的（y+1次方），小于x的y次方的方式。

    第一次比大小范围：

    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

    第二次比大小范围：

    示例：取x=15；y=7；
    第(1/3)页