缘起

最近看一些数据压缩类的文章，对不同场合下表达的压缩率概念分歧，产生了疑问。有的说，压缩率越小越好，有的又说，压缩率越大越好。

到底如何，我们一探究竟。省流不看版，可直接拉到最后看小结。

概念分析

用中文关键词压缩率，谷歌一下结果有的是讲气体压缩（不在此文讨论范围），而讲数据压缩的呢，把我搅更晕了。不管是搜狗百科，还是百度百科，还是CSDN，定义都是：

压缩率（Compression rate），描述压缩文件的效果名，是文件压缩后的大小与压缩前的大小之比，例如：把100m的文件压缩后是90m，压缩率为90/100*100%=90%。

压缩率一般是越小越好，但是压得越小，解压时间越长。

我就不太理解了，直觉来看，压缩率衡量压缩的能力，不是越大越好吗？

于是，用英文关键词compression ratio搜索了下，维基百科给出的结果是：

Data compression ratio is defined as the ratio between the uncompressed size and compressed size.

维基百科中文，link

也即压缩率定义：

• cr = uncompress_size / compress_size，
  • cr, compression ratio
  • 压缩率一般大于1，越大越好。
  • 举例：比如原始文件15M，压缩后为1M，压缩率为：15:1。
• 相似概念：空间节省率 = sr = 1-compress/uncompress
  • sr, saving ratio
  • 范围[0, 1), 越大越好，一般不超过1。
  • 续前例：节省率sr=1-1/15=14/15=93%
• 相互转换：sr = 1-1/cr=(cr-1)/cr

小结

综上，百度百科等说压缩率越小越好的，应该这么理解：比如50%，表示100M的文件，压缩后为50M，分子越小压缩率越高。应该是想说overall compressed size，相当于归一化了单位，来看压缩后的文件大小。 但这个不是主流的压缩率定义，注意区分。

压缩率常被误用为：cr = compressed/uncomressed，从而有越小越好的概念。错误的人说多了，好像就对了。

核心点：

• 业界常用两种定义
  • cr = uncompress_size / compress_size，压缩率一般大于1，越大越好。
  • sr = 1-compress/uncompress=1-1/cr，空间节省率一般小于1，越大越好。