有没有办法将字符串压缩为具有可逆性的较小字符串？

Question

我正在尝试通过铱星网络传输字符串，并且发送数据的成本非常高。我想知道是否有一种压缩大字符串的方法，例如： this.http.post('direcPayment/', formData, httpFormDataOptions) .subscribe((resposne) => { console.log(resposne); }); }

转换成更小的字符串，例如： http://localhost:4200/direcPayment/ 。该过程必须是可逆的，以便可以在另一端对数据进行解码和读取。如果可以的话，这有可能吗？我该怎么做。

我已经通过j.w.r尝试了这个答案：Shortening a string in Java，但是这似乎是不可逆的。确实会将大字符串转换为较小字符串。

该过程必须导致字符串小于原始字符串。

感谢您的帮助！

Answer 1

请考虑一下尝试将某些X字符字符串转换为Y字符字符串的数学，例如X> Y（即，您试图缩短字符串的长度）。

然后，假设该字符串为字母数字；这使我们可以使用26个可能的小写字母，26个可能的大写字母和10个可能的数字（即62个可能）。这意味着对于X字符字符串，我们将有62 ^ X个可能的字符串，对于Y字符字符串，我们将有62 ^ Y个可能的字符串。

现在，考虑是否要尝试将所有X字符字符串映射到我们的Y字符字符串。让我们让函数f（S）将字符串S（X字符字符串）映射到Y字符字符串。然后，由于X> Y，我们必须将某些X字符字符串映射到某些相同的Y字符字符串。考虑以下简单示例：

X =3。Y= 2。 然后，我们有62 ^ 3个可能的3个字符的字符串（238,000）和62 ^ 2（3800个）可能的Y字符的字符串。然后，与2个字符的字符串相比，我们有234,000个3个字符的字符串。

现在，想象一下我们试图拥有一些函数f（S），我们试图将每个3个字符的字符串变成2个字符的字符串。然后，当我们尝试将2个字符的字符串转换回3个字符的字符串时，我们自然会遇到问题，因为这意味着f（S）必须将某些3个字符的字符串转换为相同的字符串（因此，不知道要映射回哪一个！）。这是因为2个字符的字符串的域小于3个字符的字符串的域（之所以发生，是因为f（S）不能是单射的，这意味着没有有效的逆）。

因此，没有足够的2个字符的字符串来映射回每个3个字符的字符串，并且您会发现这会推广到所有X>Y。

您可以从较大字符串的域中限制某些字符，尽管正如您所说的那样，这是不可能的。

编辑，因为我觉得我应该提一下：有一些算法可将较小字符的字符串压缩为较大字符的较小字符串。话虽如此，我建议您看一下： An efficient compression algorithm for short text strings

Answer 2

首先，希望很明显，不存在任何可以采用长度为n的任意字符串并将其始终压缩为唯一的较短字符串的无损压缩算法。那是数学的事实。

话虽如此，有些流行的算法效果很好：

Huffman encoding：对初学者相当友好，可以实现自己。基本思想是将更常见的字符映射到较短的二进制字符串，将不常见的字符映射到较长的二进制字符串，然后将其与映射一起打包，该映射告诉您如何解码结果位串。缺点是您需要存储解码指令的额外空间

Lempel-Ziv：我从未亲自实现此功能，但这是我们今天所知道的许多常见文件格式（例如GIF）的基础。应该在那里有图书馆。

Answer 3

让我们从您的示例开始，以您模糊的“小得多”为特征。您将107个字符（856位）压缩为八个字母数字字符，无论如何，每个字符限制为36种可能性。我会很慷慨，并假定也允许使用大写字母，并且可能使用两个标点符号表示香料，将其最多增加64个可能的字符。因此，每个字符六位乘以八个字符，即48位。那是18压缩的因子。不，您不会无损地获得它，至少在示例中未证明的数据中没有大量冗余。我会再慷慨大方，并假设要压缩的消息限制为96个可能的ASCII字符（例如，删除127个并包括新行）。然后，该消息为705位，几乎压缩了15倍，从而达到48位。仍然没有发生。

无损压缩来自统计偏差和冗余。统计偏差是某些符号相对于其他符号的普遍性，冗余是数据中的重复模式，例如在您的示例中，重复的子字符串，例如“ itude”和“ 500”。为了获得良好的压缩，您需要利用这些东西，并且需要大量数据才能利用它们。如果单独隔离，则像您的示例这样的短字符串几乎不会压缩，或者甚至根本不会压缩。

您可以尝试在另一端维护压缩上下文和关联的解压缩上下文，并通过它们以明确的顺序发送一系列消息。即它们需要按照与压缩相同的顺序进行解压缩。然后，您将能够利用冗余和对许多消息的偏见，并可能获得适当的压缩。如果这些相同的JSON属性不断出现，并且更好，如果它们通常具有相同的值，那么您将得到显着的压缩。

例如zlib的刷新操作将允许发送到目前为止已压缩的数据，以避免延迟，否则压缩程序可能会引入该延迟来构建块。您可能希望避免刷新，因为它们会减少压缩。这样一来，您就可以等待一段时间，等待多长时间后再清空另一条要发送的邮件。