1. 壓縮方法有哪些各有什麼優缺點，壓縮比是多少呢主要是在linux下代碼壓縮的rar或zip大部分都是win下
壓縮比率很難說，未壓縮數據的復雜程度會影響這個比率。
常見壓縮演算法按壓縮比率由大到小排：
paq系 > lzma系 > rar > bzip2 > lz系（gz、zip） > lzo
paq相當費時而且耗內存，有點不值得使用；lzma是目前硬體水平可接受的高壓縮比演算法（7z就屬於此類洐生品）；rar沒什麼好說的，商業演算法，我覺得比bzip2費時上還好點；lzo雖然壓縮比率不那麼歷害，但高速、內存需求極少是其亮點，在需要實時壓縮、解壓的場合非常受歡迎，例如網路通迅、資料庫。
linux中最常用tar.gz格式（winrar支持解壓）。
命令通常是這樣： tar czvf abc.tar.gz name1 name2 ...
解釋一下參數czvf
c 建立
v 詳細信息
f 輸出文件，後面一定跟生成的壓縮文件名。
z 用gz壓縮
（其它壓縮還有:
Z compress壓縮，幾乎沒人用的老舊lz演算法
j bzip2壓縮
J xz壓縮，lzma的改進演算法
也可在最後加參數 --lzop 或 --lzip 或 --lzma）
生成tar.gz其實經過兩個處理過程的，首先tar將所有文件的信息集合成一個無壓縮的tar格式(無需寫到磁碟)，再用gz壓縮演算法處理（很像rar的solid選項）。這樣的壞處是，如果你只要解壓其中一個文件，解壓時也要讀取壓縮文件前面很大部分內容。
2. 那位高人為我講講paq壓縮演算法小弟英語看不太明白謝謝了
PAQ
從維基網路,免費的網路全書
跳轉到:導航、搜索
PAQ是一系列的開源的數據壓縮archivers協同發展,通過對進化上的排行榜上,幾個基準測量壓縮率(盡管在昂貴的速度和內存使用)。在這個系列賽的最佳壓縮PAQAR得到釋放Ratushnyak 4.0亞歷山大,2004年7月25日,2004年7月27日(更新數據,對大多數non-text)或PASqDa Skibinski由Przemyslaw發布4.1 2005年7月1日,為大學英語課文。在壓縮標準是超越的模式,以WinRK PWCM馬爾科姆·泰勒在2005年1月,釋放。PWCM(PAQ加權背景混合)是一種獨立開發實施PAQ閉源的演算法。
演算法。
使用一種混合演算法PAQ語境。相關背景混在壓縮機PPM分為預測和一個算術編碼,但不同的是,next-symbol預測計算的概率使用重結合估計從大量的模型,在不同的語境制約。不像PPM,上下文不必相鄰。大多數PAQ版本next-symbol收集統計下面的脈絡。
n-grams。上下文是最後的n位元組的符號(如前預測在PPM)。
整詞n-grams,忽視情況,以及在文本文件的角色(有用。
「稀疏的「脈絡,例如,第二和第四位元組前預測的象徵是很有用的二進制格式(一些)。
「模擬」的情境下,由高階位前8或16位字(用於多媒體文件)。
兩個空間的背景(用於圖像、表格和表格)。一排排的長度是由尋找步頻重復位元組的模式。
盡管中會落在位元組邊界,其實是一種單尺茄一的比特預測的符號。在每一含困首個截然不同的語境中,兩項良好,沒有,是零,n1,比特數為1位。為了支持最近的歷史,一半的數超過2被觀察到的時候是相反的。舉例來說,如果當前狀態相關的背景是,n1)=(沒有)和談數1 12,3觀察,然後是更新到(7,4)。
算術編碼一點是與空間的比例,其可能性P(1)或P(0)= 1 - P(1)。這個概率加權計算出的數的0和1。
win0i S0 =∑
我
win1i∑S1)
我
S = S0 + S1)
警(0)= S0 /秒
警(1)= S1 /秒
在作業指導書的重量是我'th模型。在早期版本的PAQ囊中,固定在一個特別的方式。在以後的版本進行自適應調整的權重的方向,將減少未來的誤差在相同的背景。如果位被編碼是y,然後體重調節。
錯=(P(1)−y)/(S0S1)。
作業指導書(wi,Sn1i + + n1i - S1(n0i)錯了
PAQ推導
PAQ是自由軟體的GNU通用公共授權。這使得其他作者用叉子把PAQ壓縮引擎和添加新功能,如一個圖形用戶界面和更好的速度(在昂貴的壓縮率)。最明顯的PAQ-clones如下:
WinUDA 0.290,基於PAQ6但更快
UDA 0.300,基於PAQ8
PAQ6v2克格勃,基本上是用一個GUI(圖形用戶介面)
基於PAQ6 Emilcont
3. 數據壓縮有沒有可能發展到極限
壓縮技術並未觸及極限。以無損壓縮為例，PAQ8PX的性能已實現顯著壓縮，源文件從2,351 KB減少到179 KB，僅是PAQ8PX中等壓縮程度的結果。然而，盡管PAQ8PX展現出強大的壓縮能力，其解壓時間過長，有待進一步優化。如果解壓時間能顯著降低，這將是一次壓縮演算法的重大革新。想像一下，如果網路資源帶寬平均減少一半，將帶來多大的變化。無損壓縮領域包括基於字典式壓縮、基於熵的壓縮、以及如RLE和PAQ等其他方法。每個方法都追求不同的目標，包括壓縮比、性能以及兩者之間的平衡。近年來，快速壓縮技術如QuickLZ、Snappy、LZF和LZ4等的出現，進一步表明壓縮技術仍有巨大的發展空間，極限遠未達到。因此，現在談論壓縮技術的極限還為時過早。