Text 各种压缩软件程序的有趣行为

我试图压缩一个64兆字节的文本文件，其中只包含7个不同的字母，随机分布，出现频率大致相似

我注意到各种压缩软件程序（如7Zip和WinRar）的一个有趣行为。 这两种应用程序实现了约35%的压缩比

当文件包含8个不同的字母时，它们也是随机分布的，并且以近似的频率出现，压缩比小于0.3%

有人能解释一下吗

---

谢谢。

这只能由您如何用“8个不同字母”构造文件的错误来解释。您用七个不同字母构建的文件看起来是正确的，因为压缩比应该是log2（7）/8，即0.351。对于具有八个字母的同一事物，压缩比为log2（8）/8，即0.375

也许您的文件中有一个重复的八个字母的模式

更新：

您正在使用

rand（）

生成“随机”分布。不幸的是，

rand（）

的经典实现在低几位中的随机性非常差，并且有重复的模式。您的

%7

使用了

rand（）

中的所有位，但

%8

仅使用低位的三位<代码>%8相当于

&7

---

改为使用

random（）

，它会生成随机数，其中低位以及任何位都具有良好的随机行为。

这只能通过错误地使用“8个不同的字母”构造文件来解释。您用七个不同字母构建的文件看起来是正确的，因为压缩比应该是log2（7）/8，即0.351。对于具有八个字母的同一事物，压缩比为log2（8）/8，即0.375

也许您的文件中有一个重复的八个字母的模式

更新：

您正在使用

rand（）

生成“随机”分布。不幸的是，

rand（）

的经典实现在低几位中的随机性非常差，并且有重复的模式。您的

%7

使用了

rand（）

中的所有位，但

%8

仅使用低位的三位<代码>%8相当于

&7

---

改为使用

random（）

，它会生成随机数，其中低位以及任意位都具有良好的随机行为。

谢谢您的回答。下面是我的代码。我使用%8和%7生成文件#include#include char txt[64*1024*1024]；int main（void）{int i；for（i=0；irand（）对于任何应用程序来说都是一个糟糕的选择。永远不要使用它。确实，rand（）&7的周期为2^20（1048576）。谢谢您的回答。下面是我的代码。我使用%8和%7生成文件#include#include char txt[64*1024*1024]；int main（void）{int i；for（i=0；irand（）对于任何应用程序来说都是一个糟糕的选择。永远不要使用它。确实，rand（）&7的周期为2^20（1048576）