我了解压缩方法可能分为两大类：
第一组工作与正在处理的数据无关，即它们不依赖于数据的任何特征，因此不需要对数据集的任何部分执行任何预处理（在压缩本身之前）。另一方面，本地方法分析数据，提取通常可以提高压缩率的信息。
在阅读其中一些方法时，我注意到一元方法不是通用的，这让我感到惊讶，因为我认为“全局性”和“普遍性”指的是同一件事。一元方法不依赖于数据的特征来产生其编码（即，它是一种全局方法），因此它应该是全局/通用的，不是吗？
我的主要问题：
考虑以下数据块：
1010010110100101
通用- 这些是与数据无关的通用压缩算法。游程编码的粗略版本属于这一类。优点是压缩和解压都非常快。缺点是根据要压缩的数据可能效果极差。
1111111111111111 -> 16 1（幸运案例）
1010010110100101 -> 1010010110100101（不吉利的情况）
本地- 此方法将考虑固定长度的较小段，例如 4，查找模式并压缩它们。例如。此数据仅包含这两种类型的模式 - 1010 和 0101。这些模式可以表示为 0 和 1，整体数据将是表示映射的表格，类似于 0101。这有可能导致更小的压缩大小。
1010010110100101 -> 1010 0101 1010 0101 -> 0101 (0=1010,1=0101)
全局- 此方法将查看整个数据并找到最佳/更好的模式来压缩数据。示例数据仅包含一个模式 10100101 并将其与映射表一起表示为 00。这有可能获得尽可能小的压缩大小，但也是计算量最大的。
1010010110100101 -> 10100101 10100101 -> 00 (0=10100101)