Compression 是否可以创建一个使用大量（100GB？）伪随机查找文件的压缩算法？

创建一个压缩算法，将文件分割成块，然后将这些块与一个巨大的（100GB？、200GB？）伪随机文件进行比较，这是否可行

生成的“压缩”文件将包含偏移量和长度的有序列表。使用该算法的每个人都需要相同的巨大文件来压缩/解压缩文件

---

这样行吗？我想其他人以前也想过并尝试过，但这对谷歌来说是个难题。

这是一个常见的技巧，被许多压缩“claimers”使用，他们经常宣布“革命性”的压缩比，达到荒谬的水平

显然，诀窍取决于参考词典中的内容

如果像建议的那样，这样一本字典只是“随机的”，那么它是无用的。简单的数学计算将表明，平均而言，偏移成本与它引用的数据一样高

但是，如果字典碰巧包含了大部分或整个输入文件，那么它将“神奇地”压缩为一个引用或一系列引用

这种技巧被称为“隐藏熵”。Matt Mahoney编写了一个简单的程序（）来演示这项技术，甚至可以将任何内容减少到1字节

---

解决这个问题的办法是，比较练习应该始终包括压缩数据、解压缩程序和它使用的任何外部字典。当所有这些元素都被计算在方程中时，就不可能再“隐藏”熵了。作弊被揭穿了……

青色是正确的。更重要的是：你不需要有这样的文件。您可以确定地生成相同的伪随机序列，而无需存储它。通过这种方式查看，您会发现随机查找文件没有任何价值。

生成psuedo随机序列的好处。非常感谢。