=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，然后除以總數得到全局平均數。
然后使用1KB的平均數，1MB的平均數，1GB的平均數作為比大小基準。
然后還有特定數（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后的數據，如何使用統計獲得的數據，來逆推原始數據（包括各種統計的先后順序）（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]
如果有一個二進制數1010010010011100110001000100010，統計出其二進制的1總共有12個，二進制的0總共有19個；轉換為八進制為12223461042，統計出其八進制的0總共出現了1次，八進制的1出現了2次，八進制的2出現了4次，八進制的3出現了1次，八進制的4出現了2次，八進制的6出現了1次；轉換為十進制為1380868642，統計出其十進制的0出現了1次，十進制的1出現了1次，十進制的2出現了1次，十進制的3出現了1次，十進制的4出現了1次，十進制的6出現了2次，十進制的8出現了3次（當然了，為了加速碰撞，一般都是使用素數進制的方式，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序員計算器換算進制，從而進行統計），那么接下來，就需要通過進制碰撞的方式，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，用于快速生成哈希值，以及記錄上大小，然后是二進制的0和1，然后是八進制，16進制（一般都采取2的正整數次方進制的方式，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，使用大于X的（Y+1次方），小于X的Y次方的方式。
第一次比大小范圍：
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
第二次比大小范圍：
示例：取X=15；Y=7；
15^8=2，562，890，625
15^7=170，859，375
當然了，因為作者并沒有使用16^19-16^18，然后再把結果進行開15次方，然后再進行篩查，可能就會導致第二次和第一次的相關度不高。
一個二進制數據根據位數，可以表達多少數值？
1位二進制，有兩種可能，1和0。
2位二進制，有四種可能，00，01，10，11。
16位二進制，有2的16次方種可能，然而一個數據本身使用這么多位是一種浪費。
也就是說，一個16位二進制所表達的數，是一個固定數，是大于或等于0，小于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，那么就注定大于或等于0，然后小于2的多少次方來著？？？+1。
表達固定的數，并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，其換算成二進制，會占用多大的存儲空間？然后是不是可以逆推為算術內容：2的987654321次方？
問題就是，并非所有的數，都是規律數，都可以使用A的B次方+C乘以D+E階乘方式正好等于該數，也就導致往往只能采取使用比大小的方式，無限近似，大于某個最接近該數的小數，小于某個最接近該數的大數。
比如說，想要記錄一個5，那么在只能使用素數的表達方式時，就可以記錄為該數大于3，小于7。
使用大于和小于之后，就可以獲得一個數據范圍，該范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于大于和小于的中間值，比如說（3+7）/4=2.5，則表示這個數正好大于大于和小于的中間值；以此類推；
設定一個數為未知數B，A大于B小于C。
那么就可以取近似值（A+B）/C=D
一般情況下，D都是帶有小數的，那么把D的小數去掉，那么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
還有一種固定數大于小于法，就是A+→B←+C｝總長度為多少位，特定數大于某個可以用循環速記法記錄的數，小于某個可以用循環速記法記錄的數。
然后就是使用特定算法生成一個數，該數大于B，然后使用特定刷房生成一個數，該數小于B。
示例：3*7=21；4*5=20；3*7大于B小于4*5；那么就可以獲得該數百分之八十的近似值，然后再使用不斷精準的繼續用比大小法接近的方式，獲得。
比如26
第一次比大小：4大于圓周率大于3
第二次比大小：小于圓周率小于
第三次比大小：2小于圓周率小于3
比大小之后，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。
網頁版章節內容慢，請下載好閱小說app閱讀最新內容
請退出轉碼頁面，請下載好閱小說app 閱讀最新章節。