algorithm - 4个字符的压缩算法

假设没有关于元素分布的信息（我们不知道任何元素比其他元素更常见），我们可以使用以下技术。

存储 4 个值之一所需的最小信息量仅为 2 位：00、01、10 或 11 可以表示映射中的 4 个不同元素。然后，如果您n的字符串中有字符，您可以将其转换为长度为的位串2n，例如，字符串12313变为位串01 10 11 01 11（为清楚起见添加了空格）。

如果您使用字符串的 base 36 编码（使用 10 位数字加 26 个字符），您可以一次将 5 位转换为单个字符（因为 2^5 = 32 <= 36）。这会产生一个字符串2/5 * n，或者2.5x与原始字符串相比进行压缩。

您可以通过使用具有更多不同字符的不同编码来充分利用该技术。例如，10 个数字 + 26 个大写字母 + 26 个小写字母 + 2 个标点符号 = 64 个字符，因此您可以使用这种编码将 6 位转换为一个可打印的 ASCII 字符。

如果元素的分布非常偏斜（例如，0 很常见，而 1、2 和 3 非常罕见），那么您可以看看Huffman encoding。但是我建议首先使用我上面描述的方法，因为它更简单，更容易理解。