揭秘:为什么压缩了文件大小却不变?

1. 文件类型与压缩算法的“八字不合”

首先,文件本身的类型决定了压缩的潜力。许多现代媒体格式(如JPEG图片、MP3音频、MP4视频)已经内置了有损压缩,它们通过丢弃人眼或人耳不敏感的信息来减小体积。当你再次尝试用ZIP或RAR等无损压缩工具去压缩这些文件时,其实是在压缩已经经过高度优化的数据流。由于冗余信息早已被剔除,无损压缩算法几乎找不到可重复利用的模式,因此压缩率极为有限,甚至会出现“负压缩”导致文件反而变大。

2. 熵与冗余:压缩的数学极限

从信息论角度,压缩的本质是消除数据中的冗余。如果文件内容接近随机(例如加密后的数据、已压缩过的档案),其信息熵接近最大值,意味着每个字节携带的信息量几乎不可再压缩。此时,任何通用压缩算法(如Deflate、LZMA)都难以进一步缩减体积。你可以想象:一个完全随机的文件,压缩后大小通常不变,甚至因为添加了字典或头部信息而略有增加。

3. 压缩算法参数与设置误区

使用默认设置时,某些压缩工具可能未启用最佳策略。例如:
- 存储模式(Store):某些软件支持“仅存储不压缩”选项,若误选该模式,文件只会被打包而不压缩。
- 压缩级别过低:如ZIP的“快速”模式,仅做轻量压缩,对于已经很小的文件效果不明显。
- 多卷分卷:压缩成多个分卷时,每个分卷会有额外开销,总大小可能接近甚至大于原文件。

4. 元数据与容器开销

压缩包本身需要存储文件名、目录结构、校验和等元数据。对于极小的文件(如几百字节的文本),这些开销可能超过压缩节省的空间。例如一个100字节的文本文件,压缩后加上50字节的头部信息,可能变为150字节,反而“变大”。此外,使用加密或固实压缩(Solid Archive)时,额外处理也会增加少量体积。

5. 有损压缩 vs 无损压缩的根本差异

如果你尝试压缩的是已压缩过的有损媒体(如从网页保存的JPEG),再使用无损工具只会徒劳。反之,若使用有损压缩工具(如重新保存JPEG为更低质量),则大小会显著改变,但这是以牺牲画质为代价。文章开头提到的“压缩后大小不变”通常指无损压缩操作下体积无变化。

6. 实践建议

当遇到压缩后大小不变时,可以尝试:
- 检查文件格式:对于JPEG、MP4、PDF(已压缩版本)等,直接压缩意义不大,可以考虑转换为更高效的格式(如HEIC、AV1)或降低质量。
- 打包成固实压缩(如7z的“固实”选项),有时能略微提升压缩率。
- 使用更强大的算法:Brotli、Zstandard等针对某些数据比Deflate更好。
- 对于大量小文件,先打包成tar或ISO再压缩,减少元数据开销。

理解压缩的底层原理,能帮你更明智地管理存储空间,避免浪费时间和期望。