压缩算法如何区分它们的符号和实际文件内容？
How do compression algorithms distinguish their symbols from actual file content?
我想知道压缩算法实际上是如何写他们的笔记的。假设“4x4x”表示“4x”的 4 倍。
如果算法像这样标记重复的字符会怎样：
23*("text") 重复的文本是 34*("something")
程序如何知道这不是重复文本的标签，而是实际文本。我不知道如何更好地解释这个。
压缩此字符串后：
"Compression programs label how many times string is repeated like this: 4x("text"), this is repeated repeated repeated ."
你会得到：
"Compression programs label how many times string is repeated like this: 4x("text"), this is 3x("repeated") ."
算法如何知道一个压缩一个？
处理此问题的通常方法是（在压缩期间）识别原始文本包含会导致解压缩问题的字符序列，并以某种方式 "escape" 它。有很多方法可以做到这一点，但对于您发布的示例来说，最简单的方法可能是将文本压缩为：
"Compression programs label how many times string is repeated like this: 1x("4x")("text"), this is 3x("repeated").
这样，“4x”（或任何其他可能看起来像重复计数的内容）不会被视为重复计数，因为它已被捕获为要重复的文本（尽管只有一次）。并且文本 ("text") 没有以重复计数开头，因此它将通过解压阶段不变。
请注意，此特定编码方案还有其他问题（例如本身包含双引号的重复文本）。但是所有这些问题都可以通过适当的转义处理来解决。
大致有3种方法：
一切都是特殊符号。因此，文本将被编码为 1x"Compression"、1x"programs"、1x"label" 等等。
转义。这是指用一个特殊的字符来表示一个符号。因此，4x("text") 将表示为 x("text")，而 $ 的存在意味着后面是一个特殊的压缩序列。当然，为了让它起作用，需要一个技巧来允许我们在普通文本中包含 $。技巧很简单：x("$").
词典。您想到的压缩算法是极其简单的 "Run Length Encoding" 算法的变体。 （查一下。）这个算法实际上一无是处，现在很少使用。像 LZW 这样的现代压缩算法要复杂得多，它们使用字典，其中每个输入组合都映射到要输出的字节串。完整的解释太长，无法包含在答案中，但请随时查找 LZW。
我想知道压缩算法实际上是如何写他们的笔记的。假设“4x4x”表示“4x”的 4 倍。
如果算法像这样标记重复的字符会怎样：
23*("text") 重复的文本是 34*("something")
程序如何知道这不是重复文本的标签，而是实际文本。我不知道如何更好地解释这个。
压缩此字符串后：
"Compression programs label how many times string is repeated like this: 4x("text"), this is repeated repeated repeated ."
你会得到：
"Compression programs label how many times string is repeated like this: 4x("text"), this is 3x("repeated") ."
算法如何知道一个压缩一个？
处理此问题的通常方法是（在压缩期间）识别原始文本包含会导致解压缩问题的字符序列，并以某种方式 "escape" 它。有很多方法可以做到这一点，但对于您发布的示例来说，最简单的方法可能是将文本压缩为：
"Compression programs label how many times string is repeated like this: 1x("4x")("text"), this is 3x("repeated").
这样，“4x”（或任何其他可能看起来像重复计数的内容）不会被视为重复计数，因为它已被捕获为要重复的文本（尽管只有一次）。并且文本 ("text") 没有以重复计数开头，因此它将通过解压阶段不变。
请注意，此特定编码方案还有其他问题（例如本身包含双引号的重复文本）。但是所有这些问题都可以通过适当的转义处理来解决。
大致有3种方法：
一切都是特殊符号。因此，文本将被编码为 1x"Compression"、1x"programs"、1x"label" 等等。
转义。这是指用一个特殊的字符来表示一个符号。因此，
4x("text")将表示为x("text")，而$的存在意味着后面是一个特殊的压缩序列。当然，为了让它起作用，需要一个技巧来允许我们在普通文本中包含$。技巧很简单：x("$").词典。您想到的压缩算法是极其简单的 "Run Length Encoding" 算法的变体。 （查一下。）这个算法实际上一无是处，现在很少使用。像 LZW 这样的现代压缩算法要复杂得多，它们使用字典，其中每个输入组合都映射到要输出的字节串。完整的解释太长，无法包含在答案中，但请随时查找 LZW。