betaparticle的部落格

上個星期三(7/8)，劉炯朗校長的題目延續在統計數學的幾個現象，但話鋒一轉，轉到了資料壓縮上。
資料壓縮的意義，就是在以比較少的表達方式盡可能地表達出原本的意思。
當然，校長舉了很多的例子，像是mp3，照片，也把失真壓縮跟不失真壓縮的定義講了一下。
有趣的是，校長總是會出人意料的講到其他地方，
例如，詩的壓縮。把一首七言絕句壓成五言絕句：

清明時節雨紛紛
路上行人欲斷魂
借問酒家何處去
牧童遙指杏花村

清明時節意思重覆，砍一個；行人當然走在路上，路上砍掉。
何處去就有問的意思，借問就不用了，砍掉。
誰回答的不重要，牧童砍掉。

清明雨紛紛
行人欲斷魂
酒家何處去
遙指杏花村

另外，校長也講到簡體字跟正體字，他認為這也是一種壓縮，
像是「塵」，改成「尘」。意思不變，筆劃變少。是一種無失真壓縮。
像是樹「幹」、「乾」淨，都改成「干」，就是一種失真的壓縮。
我個人對於正體字與簡體字的意見是，失真的壓縮，最好不要。
簡體字中自創的寫法也不要，使用古體字的倒是可以，
如「无」就是「無」的古體字。

其實，我與朋友以前也有就英文與中文之間論過一遍。
倒底，同一篇文章，用英文寫比較少還是用中文寫比較少。
大家可以想想看…
答案會因為計算單位的不同而有不同。
如果是用中文字對一個英字(word)，結果會如何？這種算法是很多人的比較方式。
但是我的計算方式是中文的壓縮能力，因此計算的可以是用掉幾個 byte 來算。
或者是，佔去紙的面積多少來計算，結果又不一樣。
當然也會有人拿中文筆劃數與字母數來比，這些都可以來算算。
今天到這裡。