=數據卡尺=
如何用統計學的知識，來應用在數據上呢？
-第一步-
要弄明白統計學和數據之間的共性和非共性。
統計學：每一個數據無論其數值是多少，其本身就作為一個數值獨占的存在體，然而統計學本身就有意和無意的忽略了各個數值的先后排列。
數據：每一個數據無論其數值是多少，其本身就作為一個數值獨占的存在體，然而數據本身很注重各個數值的先后排列。
比如：ABRACADABRA
用統計學來表示，就是A出現了5次，B出現了2次，C出現了1次，D出現了1次，R出現了2次。
用數據來表示，就是ABRACADABRA。
那么如何把數據快速的解壓縮出來呢？可以使用分段壓縮方式，比如把一個大文件，分割成一個個片段，例如：
ABRACADABRATHEFOXJUMP.張三和李四一起去喝酒。
那么，就可以根據前面的數據，本身就是采用英文的方式，也就是最多是52進制（區分大小寫），而后面的中文可就麻煩了，畢竟中文本身進制相當大，那么就需要進行大進制處理。
用統計學的方法，就是把數據平均分，然后分割成可以互相對齊的數據個體，然后統計這些數據個體各出現了多少次。
然后進行統計，把統計數據記錄下去。
也就是說，把大英百科全書的純文本內容用統計學的方式記錄下來，就能對應到大小寫英文字母+符號+空格+換行+換頁……
那么就能夠統計出各英文字母出現過多少次，這導致的就是數據能夠很好把所有元素給還原出來，只是這些元素之間的排列組合，就隨著數據長度的變大而趨向更高運算量。
最簡單的方法，就是用三種統計方法：
如字母矩陣：
ACAEFHIOPQRTTYT
ASDKFJASLKFDJLA
SKJFDASDFSADFAS
DFASFASDFASFDAS
FDJHLKJHLKJHLKJH
為了快速得知每個數字的排列方式，可以進行統計校驗
每一行的第一列中出現A的次數為2次
每一行的第二列中出現A的次數為0次
第一行中出現A的次數為2次
第二行中出現A的次數為3次
A在整個文本中出現過12次
以此類推，就能使用數獨的方式，逆推出去掉了很多排列組合的有限數量的排列組合方式，然后這些排列組合就能通過其他校驗方式，比如MD5，比如SHA128和其他校驗方式快速找出正確的排列組合。
這種方式，就是使用小公式重復使用的方式，快速生成數據的片段，然后只需要把數據片段進行拼圖一樣的整理就行了，就能還原出源文件。
之前說的，只應用到階乘，N次方，無理數，都只適合于超級計算機的壓縮方式，而這次介紹的，則是相對來說，更適合個人計算機，以及單片機使用，本身就是以硬件上限有限時，如何獲得最高壓縮率，以及最快解壓縮。
同樣的，把數據進行片段化，然后使用特定進制的方式來進行統計，同樣可以統計出，然而還有一種特殊的進制轉換對齊校驗方式。
比如二進制的101010111010110111010001001101110010。
轉換為4進制（00=A）（01=B）（10=C）（11=D）：CCCDCCDBDBABADBDAC
轉換為十進制：46，084，723，570
轉換為16進制：ABADD1372
然后進行統計，比如，在4進制中，ABCD各出現過多少次；在二進制中0和1各出現過多少次；在十進制中0123456789各出現過多少次；在十六進制中0123456789ABCDEF各出現過多少次。
當然了，為了進制校驗的準確性，一般都是采用素數進制的方式來進行校驗（比如2進制，3進制，5進制，7進制，11進制，13進制……以此類推），然后通過進制之間的差異，來統計。
當然了，因為是為了給單片機使用的，所以本身就不會采用過高進制，比如高達億進制。
也就是把每一個數據片段，都除以各個進制數，然后得出余數。
→噴子兼或破壁人：所以分解質因數都出現了是吧？你還能更敷衍一點么？
→噴子兼或破壁人：直到現在，你都沒有給出使用多處理器來進行大數據壓縮和解壓縮的代碼實現，你在這給程序員用自然語言編程呢？
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。