算法说明压缩算法定义
压缩算法:计算机科学和信息论用较少的位表示未压缩的源数据算法。 完整的压缩算法包括压缩和恢复的过程。 如下图所示，http压缩可明显提高传输效率。
核心概念
可以利用资料一致性，规则性，与可预测性实现数据压缩。 源数据越匹配，就意味着统计特性越集中。 以图像压缩为例，其集中度表示有傅立叶变换时域和频域、直方图、特征值
之所以能够实现数据压缩，是因为很多现实世界的数据都具有统计冗馀。 例如，字母“e”在英语中比字母“z”更常用，字母“q”后面跟“z”的可能性非常低。 无损压缩通常利用统计冗馀，其可以更简单但仍然完全表示发送端数据。
无损数据压缩的压缩率不足以处理海量音视频数据，但如果允许一定程度的保真度损失，还可以实现进一步压缩。 例如，当你看图画或电视屏幕时，你可能不会注意到细节不完整。 同样，两个音频录音的采样序列听起来相同，但实际上并不完全相同。有损数据压缩以不可接受或较少的位数显示图像、视频或音频(如果无法识别)。
案例实践
无损压缩方法主要是编码算法
游程长度编码，即，将在原始数据中连续出现的源符号(游程长度)置换为一个计数值)及其源符号。 在一个示例中，数据段aaaaabbbbcccddd是经游程编码压缩的结果为5a5b4c4d，大约压缩率21，典型的应用是Gzip软件，诸如LZ77。 基于源符号出现的比率的分布特征对霍夫曼编码进行压缩编码，并且在源符号与编码之间建立了明确的一对一关系。 哈夫曼编码采用可变长度的二进制编码，对出现率高的源符号进行短编码，对出现率低的符号进行长编码来实现数据压缩。 子带编码、差分编码有损压缩主要是量化算法
虽然a率、u率、lloyds最佳量化时频变换对压缩没有影响，但它是fft、dct压缩感知稀疏重建等一个很好的压缩工具