最近看了名爲一部《硅谷》的美劇，講述了硅谷的一個創業故事。它們公司的一個創新點就是數據壓縮。在當前大數據的背景下，數據壓縮一方面有利於數據的存儲、另一方面有利於數據的傳播。無損壓縮是要的保證信息不丟失的前提下儘可能的將數據變得更小，因爲信息不丟失，所以能夠完整的恢復回壓縮之前狀態。
數據壓縮算法的一個特點就是要去尋找原始數據中的規律，從而設計最優化的編碼。對於不同類型的文件，比如音頻、視頻、圖片文件，各自有着自己的數據特點，因此能夠爲之設計出不同的適合各自的壓縮算法。本文要講的是通用的三種的經典無損壓縮算法，分別是Shannon-Fano 編碼，Huffman 編碼，LZW(Lempel-Ziv-Welch) 編碼。
Shannon-Fano算法
香農-範諾算法的核心是分治後編碼。每次進行二分然後編碼，這使得編碼能夠保證互不爲前綴，且頻度高的編碼儘量短。
Shannon-Fano算法的主要步驟：
1. 統計每種字符（1個字節）的頻度，對其從大到小排序，構成一個降序數組。
2. 二分劃分，使得左右兩側的頻度和儘可能接近。然後分配一個編碼位，左邊分配0、右邊分配1，然後遞歸繼續劃分。
3. 直到劃分到只有1個字符爲止。
壓縮成的文件：
壓縮文件要寫入每個編碼對應的原字符，這樣才能夠完成解壓縮。
Huffman 壓縮算法
霍夫曼算法的核心是根據每種字符（1個字節）在文件中的出現頻率來設計一套互相不爲前綴的霍夫曼編碼。出現頻率越高的字符，其編碼會越短，從而到達壓縮的目的。
Huffman算法的主要步驟：
1. 統計每個字符的出現頻度。
2. 按頻度合併構造出霍夫曼二叉樹。
3. 由二叉樹生成每個字符對應的非前綴二進制編碼。
壓縮成的文件：
壓縮文件中要寫入每個編碼對應的原字符，這樣才能夠完成解壓縮。
LZW 壓縮算法
LZW的全稱是Lempel-Ziv-Welch，它是在掃描動態過程動態生成字符串（字節長度不限）的編碼，並在之後的掃描中使用編碼。
LZW算法的主要步驟：
1. 建立一個壓縮字典，開始對文件順序掃描。
2. 遇到第一次出現的字符串時，把它放入壓縮字典中，並用一個編碼來表示，這個編碼與此字符串在串表中的位置有關，並將這個編碼存入壓縮文件中。
3. 遇到不是第一次出現的字符串時，即可用壓縮字典中的對應編碼來代替，並將這個編碼存入文件中。
壓縮成的文件：
壓縮完成後可將壓縮字典丟棄，不需要存入壓縮文件，因爲解壓過程會重新掃描並生成和壓縮過程時一樣的壓縮字典。
稍後會在Github上貼出了三種壓縮算法的實現，點這裏。