仅仅因为最高压缩通常显着增加 CPU 密集度（它尝试了多种不同的方法来表示连续的行）。

这对于保存一些图像的现代 PC 来说确实不应该有太大的区别。再说一次，在实践中，libpng 似乎很慢，所以这可能会有所不同，尤其是对于在旧设备上工作的人。

无损或无损压缩本质上是“原始数据”和“压缩二进制”之间的双射。根本的后果是它不能压缩每个文件。

换句话说：假设我们考虑所有可能的 3 MB 二进制文件。没有无损压缩器可以有效地将所有文件压缩到更小的尺寸。有几种方法可以理解这个断言。

一个是要意识到你不能在 44 个抽屉里放 45 只袜子，而每只袜子都是单只的。有限集到严格子集上没有双射。这个概念是如此基本，以至于它可以用来定义无穷大：当且仅当它与严格子集成双射时，它才是无限的。

另一个是：假设您有一个可以减小每个文件大小的压缩器。然后，如果您再次应用它，我们可以将初始文件逐位缩小到零大小的文件。不太可能。

这意味着无损压缩器的作用范围有限。然而，许多自然或人为创建的文件（声音、图片）具有结构，具有一定的可预测性。这在很大程度上取决于它们的获取等。但是，通常公认的是，经典地，您最多可以将图像和声音之类的文件压缩到倍（我们可以讨论其他），这是使用 FLAC、APE、PNG 等可以获得什么。$3/2$$3-4$

您可以通过微调预测、打包等以更多计算为代价实现更好的无损压缩，并且其他“更随机”的文件将被夸大。但是在将文件大小减半的情况下，微调可以改善一点，但不会那么多。从实用的角度来看，现在将 3 MB 压缩约 2 到 1.5 或 1.4 MB（改进 6.6%）并不会改变你的生活。过去，我们有 1.44 MB 的软盘。但现在，对于小文件，它并不能改变游戏规则。所以：

为什么有人会选择除了最高压缩率之外的任何东西？> 因为这个差别不大

然而，在海量数据应用程序中，HPC 和内存成本很高（在能源、价格、二氧化碳方面），节省 7% 的数据可能是有用的，或者节省大量的瓦特、碳氢化合物或金钱。使用压缩不仅作为一种终端存储格式，而且用于减轻传输、可视化、管理甚至处理正在成为一个流行的话题。

例如，由于千兆模型变得越来越昂贵，因此 HPC 仿真中的无损压缩工作重新兴起。但挑战与多媒体数据不同：有更多异构、更大等。 [无耻插件：我们目前对 3D 六面体网格的研究，称为HexaShrink]