为什么压缩后的文件还是那么大？
文件压缩后本质上没有更改文件的大小，可能有两个原因。1 这是关于文件本身的，因为软件压缩实际上是通过另一个工具的二进制代码的“写作”。
例如，如果将一组二进制代码写为1 1 1 1 1 1 0000，则在压缩后它将成为一种“压缩方法”，即6 1 s和5 0，也就是说，6 1 5 0，如果发问者本人很少具有重复编码，则在压缩时将无法获得较小的压缩文件。
2 关于压缩程序。
延长信息：相关技术的分类：图像压缩技术可以分为不同类型。
对于它们在多媒体系统中的应用，我们可以将它们与来源，熵和混合编码区分开。
熵编码是无损失的编码，而源的编码是丢失的压缩。
熵编码的使用未考虑媒体的特殊属性。
数据流压缩被认为是简单的数字序列，并且不考虑数据连接。
熵编码是无损失压缩的一个示例，因为解压缩过程完全恢复了原始数据。
计划编码是熵编码的一个示例，该编码通常用作文件系统中数据的压缩。
参考资料来源：百科全书Baidu-压缩
压缩文件后为什么还那么大？
压缩后，文件大小基本上是没有变化的，可能有两个原因。1 它与文件本身有关，因为软件压缩实际上是以另一种方式的“编写”二进制代码。
例如，如果将一组二进制代码写为1 1 1 1 1 1 0000，则在压缩后将是一种“压缩方法”，具有6 1 s和5 0s，即：6 1 5 0，因此，如果其自己的文件很少具有重复的二进制编码，则在压缩时将无法获得较小的压缩软件包文件。
2 与压缩软件有关。
如前所述，压缩过程实际上是简化程序的二进制代码的过程。
高级信息：相关技术的分类：图像压缩技术可以分为多种类型。
对于它们在多媒体系统中的应用，我们可以将它们与源编码，熵和混合动力车区分开。
熵编码是无损编码，而源编码是有损的压缩。
熵编码的使用未考虑媒体的特殊性质。
数据压缩被认为是简单的数字序列，并且不考虑数据相关性。
熵编码是无损压缩的一个示例，因为下降的过程完全返回原始数据。
表编码是熵编码的一个示例，该熵通常用作文件系统中数据的压缩。
参考来源：百度百科全书 - 压缩
为什么我压缩了文件后，还是很大？
压缩后，文件大小基本上是没有变化的，可能有两个原因。1 它与文件本身有关，因为软件压缩实际上是以另一种方式的“编写”二进制代码。
例如，如果将一组二进制代码写为1 1 1 1 1 1 0000，则在压缩后将是一种“压缩方法”，具有6 1 s和5 0s，即：6 1 5 0，因此，如果其自己的文件很少具有重复的二进制编码，则在压缩时将无法获得较小的压缩软件包文件。
2 与压缩软件有关。
如前所述，压缩过程实际上是简化程序的二进制代码的过程。
高级信息：相关技术的分类：图像压缩技术可以分为多种类型。
对于它们在多媒体系统中的应用，我们可以将它们与源编码，熵和混合动力车区分开。
熵编码是无损编码，而源编码是有损的压缩。
熵编码的使用未考虑媒体的特殊性质。
数据压缩被认为是简单的数字序列，并且不考虑数据相关性。
熵编码是无损压缩的一个示例，因为下降的过程完全返回原始数据。
表编码是熵编码的一个示例，该熵通常用作文件系统中数据的压缩。
参考来源：百度百科全书 - 压缩
为什么压缩了的文件还是那么大啊？
文件大小在压缩后基本不变，可能有两个原因。1 这是与文件本身连接的，因为该软件的压缩实际上是使用另一个软件“编写”二进制代码。
例如，如果将一组二进制代码记录为1 1 1 1 1 1 1 0000，则它将成为压缩后的“压缩方法”，使用6 1 s和5 0s，也就是说：6 1 5 0，如果询问文件很少具有重复的二进制编码，则在压缩过程中无法获得较小的压缩包装。
2 关于软件的压缩。
扩展信息：相关技术分类：图像压缩技术可以分为不同类型。
为了在多媒体系统中使用，我们可以通过源，熵和混合编码来区分它们。
熵的编码是无损失的编码，而编码源是损失的压缩。
熵编码的使用未考虑媒体的特殊属性。
数据流的压缩被认为是简单的数字序列，并且不考虑数据的相关性。
熵的编码是压缩而不会损失的一个示例，因为解压缩过程完全恢复了初始数据。
编码时间表是熵编码的一个示例，该编码通常用作文件系统中的数据压缩。
参考来源：百度百科全书 - 压缩
为什么压缩之后的文件还是很大？
压缩后基本上没有更改文件的大小，并且可能有两个原因。1 它与文件本身有关，因为软件重新压缩实际上是二进制代码的“编写”方式。
例如，如果将二进制代码的句子写为1 1 1 1 1 1 0000，则它将在压缩后使用6 1 s和5 0，即，如果发问器本身的文件很少具有双二进制编码，则如果接收压缩的较小压缩程序包文件，则无法保留较小的压缩程序包。
2 就压缩软件而言。
扩展信息：相关技术分类：图像压缩技术可以分为不同类型。
对于您在多媒体系统中的应用程序，我们可以通过来源，熵和混合编码来区分您。
熵编码是无损失的编码，而源编码是有损的压缩。
熵编码的使用未考虑媒体的特殊属性。
数据流的压缩被认为是一个简单的数字序列，并且不考虑数据的相关性。
熵编码是无损失压缩的示例，因为解压缩过程完全恢复了原始数据。
模板编码是熵编码的一个示例，该编码通常用作文件系统中的数据压缩。
参考来源：百度百科全书 - 压缩
