我开发了一种无损压缩算法，可以将 32 位整数（频率/概率未知）压缩到每个整数 31.95824 位（对于较小的值，它的效果更好，就像大多数压缩算法一样）。显然，不可能将均匀分布的随机数据压缩为小于其未压缩的大小。 因此我的问题是，假设 32 位整数，哪种无损压缩算法最接近伪随机数据每个整数 32 位的香农熵？
本质上，我正在寻找一个表，其中包含压缩算法及其各自的正压缩 32 位整数的每整数位数。
所以答案是，当然你可以通过对数字不做任何事情来精确地得到 32 位。但是，您并没有针对您设计的非均匀分布所暗示的应用程序进行优化。
恒等函数要求每个 32 位整数恰好有 32 位，这是很难击败的。 （如果您坚持更改数据流，还有许多其他保留长度的双射。）
值得注意的是，除非消息是固定长度的，否则在熵的计算中，分子和分母都需要考虑消息的长度。对于很长的消息，这通常可以被忽略，但如果消息很短，则消息定界符（或显式长度指示符）的成本可能会很大。 （否则，“压缩”到原始大小的 103% 是“压缩”的有点笨拙的定义。）
这正是 pcodec (
https://github.com/mwlon/pcodec