那只让舌头刺麻的小鸟，和它身上没解开的谜

铁人先下水这件事，答案藏在选手的体温里

孔雀的尾巴和信天翁的朴素，背后是同一笔账


前两天翻手机相册，发现不知不觉已经存了一万多张照片。说实话，我自己都吓了一跳——一万多张，如果全按原图算，怕是要把手机撑爆。但它们就安安静静躺在那儿，我滑动屏幕的时候顺手得很，从没觉得"沉"。

知乎上有个问题问"哪些计算机技术已经悄悄改变了生活，却很少有人意识到"，有位答主说是数据压缩。我看了直点头。这事真的太日常了，日常到几乎没人会想起来问一句：为什么能做到这样？

## 那些没被存下来的字节，去哪儿了

先算笔账吧。一张一千两百万像素的彩色照片，如果老老实实按每个像素红绿蓝三个字节记下来，大概要占 36MB。一张还好。可你要是像我一样发二十张，那就是 720MB，进度条得转半天。

视频就更吓人了。1080p、每秒 30 帧，一分钟大约 11GB——两小时的电影，轻轻松松超过 1TB。这还只是一部。你想想要是整个互联网都这么存东西，那是多少台硬盘堆在一起。

所以真正的问题不是"我们能存多少"，而是"我们能不能不存那么多"。

答案是能。因为我们没把原始数据原封不动地留着。

## 一个十九世纪的老办法

压缩这件事，其实比计算机老得多。

十九世纪发电报，每多发一个点或一道划，都是真金白银。于是莫尔斯电码干了件很聪明的事：英文里最常见的字母 E，只给一个点；很少出现的 Q，就给一长串点划组合。常用的短、少用的长，就这么简单。

现在回头看，这个直觉已经摸到了压缩的门槛。只是当时的人是凭经验在做，没人能说清楚：一段信息到底最少能压到多小？有没有一个谁也别想越过去的底线？

这个问题一直悬到 1948 年。那一年香农发表了《通信的数学理论》，用"熵"来衡量一条消息里到底有多少不确定性。他的结论挺扫兴的，但也挺踏实：如果你要求数据能一字不差地还原，那就不可能无限压缩。压到某个点以后，再少一个比特，信息就丢了。

香农画出了终点线。剩下的问题是怎么尽量跑近它。

三年后，麻省理工的研究生戴维·霍夫曼交了一份作业。他设计的方法说白了就是给不同内容配"简称"：一段文字里"的"出现了几百次，"龘"只出现一次，那凭什么都占一样长？常见的短一点，少用的长一点。就这么个思路，1952 年发表，到现在还活在各种图像和文件压缩技术里。

我得说，我特别喜欢这个细节——一个学生的作业，成了整个领域的经典。

## 它不删除任何东西

有个地方容易搞混：霍夫曼编码这类"无损压缩"，并没有丢掉任何内容。解码的时候，原文原样回来，一个字都不差。

后来的字典压缩更进一步。它不光数单个字符，还去找反复出现的片段。比如"数据压缩"这四个字在一篇文章里冒了几十次，那就先把它收进字典，往后每次只记个短编号。省下来的，是重复本身。

这些技术叠加在一起，才有了今天我们觉得"理所当然"的一切：在聊天软件里连发二十张照片，进度条闪一下就过去了；点开一部高清电影，缓冲几秒就开始放。

坦白讲，我有时候会觉得这有点像城市里的自来水。拧开就有，方便到没人会想它从哪来、走了多长的管道。数据压缩大概就是互联网的水管——不显眼，但少了它，很多事根本运转不起来。

我甚至想，要是有天这些技术全失效了，我们会怎样？大概先崩溃的不是科技公司，而是普通用户。因为我们早就习惯了随手拍照、在线听歌、刷短视频，习惯到把这些当成了空气一样的存在。

实际哪有什么空气。是一群人在背后，一个比特一个比特地省出来的。

下次你漫不经心地滑过几千张照片，或者看视频再也不用等缓冲的时候——可以稍微想一秒钟，这事儿其实挺了不起的。

—

*新闻来源：[知乎日报](https://daily.zhihu.com/story/9793211)。*


哪些计算机技术已经悄悄改变了生活，却很少有人意识到？。我们习以为常的流畅，背后是一场持续七十年的精打细算。。前两天翻手机相册，发现不知不觉已经存了一万多张照片。说实话，我自己都吓了一跳——一万多张，如果全按原图算，怕是要把手机撑爆。但它们就安安静静躺在那儿，我滑动屏幕的时候顺手得很，从没觉得"沉"。 …

你的手机装得下整个图书馆，靠的是一群人不肯多存一个字节

哪些计算机技术已经悄悄改变了生活，却很少有人意识到？

评论