问整数压缩

EN

首先，您可以使用任何现有的压缩算法，通过一些库。然而，知道您的输入是非常专门的，您也可以编写一个特殊的算法适应您的情况。

但是，让我们首先分析一下，您可以压缩多少输入。为了简化，我将首先考虑将0压缩到9的12位数字(但是，您并没有显式地写出输入范围)。有10^12种可能的组合，略小于2^40。所以你要做的就是压缩40位。

现在我们来分析一下如何压缩这40位。如果您将字母数字理解为[0-9A-Z]，则有36个可用字符。每个字符可以编码log_2(36)=5.1位。因此，编码40位需要8个字母数字字符。

另一个更好的选择是使用base64。在这里，您有64个字符，这意味着每个字符可以编码6位，因此您只能用40/6=6.666 => 7字符对输入进行编码。

如果您考虑压缩您的输入到二进制，您显然需要40位。这可以用5个8位ASCII字符、2个32位整数或1 64位整数编写.然而，这可能不是你想要达到的目标。

结论:你不能任意压缩数据，你想要压缩的数据不能像你喜欢的那样被压缩。

例如，要将从0到9的12位数字编码为ASCII字符，只需将它们打印成一个大数字，将其转换为二进制数，然后将此二进制数字按8位的部分进行转换，并将其转换为ASCII字符。

示例：

Input: 1 2 4 9 8 5 2 7 6 2 3 4
One number: 124985276234
Binary: 1110100011001101100111111011101001010
Grouped: 11101 00011001 10110011 11110111 01001010
ASCII: <GS><EM>��J

请注意，一些ASCII-符号是不可打印的。如果这对您很重要，您将不得不使用另一种编码方式，例如基64，它只有64个不同的字符，但它们都是可打印的。

除非您的输入来自特定的域，在该域，许多输入是不可能/不可接受的--您不能这样做。

您可以用4个字母数字字符编码62^4~=1.4*10^7不同的系列。

另一方面，12位数字的输入可以有10^12种可能的不同输入。

从针孔原理 -必须有两个“压缩”被映射到相同的输入。

但是，由于您需要重新创建原始序列，所以不能区分两个相同的压缩。

所以这样的压缩是不存在的。

实际上，要将一个12位数字压缩为4个字符，您需要字母表使字符大小为1000：

x^4 = 10^12, x>0
x = 1000

类似讨论 压缩一组大整数

PHP将位数组压缩为最短字符串

$val = pack('H*', "124985276234");
echo '#'. $val . '#';
print_r(unpack('H*', $val));
die;

#Issue
00011001 => 25
11001    => 25

我试图在PHP中实现@Misch算法，但是使用decbin时的一些比特是错误的，在解压缩时给我带来了不好的结果。然后找到了pack函数及其类似的工作。但从0到9的数值在拆包时是错误的，在9000000上，试验8090899是以错误的数值解压的，没有发现碰撞。

set_time_limit(0);
ini_set('memory_limit', '5000M');
ini_set("max_execution_time",0);

$collision = [];
$err = [];
for ($i=0; $i < 9000000; $i++) { 

    $packed = pack('H*', $i);
    $unpacked = unpack('H*', $packed)[1];

    if ( array_key_exists($i, $collision) ) {
        die("Collision:". $i .' !!!!'. $packed .'!!!!'. $unpacked);
    }

    if ( $i != $unpacked ) {
        $e =  "Collision2:". $i .' !!!!'. $packed .'!!!!'. $unpacked . "\n";
        #echo $e;
        $err[] = $e;
    }
    $collision[] = $packed;

    #echo '#'. $i .'#' . $unpacked . '#' . $unpacked . "#\n";
}