最近在看《Column-Stores vs. Row-Stores: How Different Are They Really?》， 發現里面提到了列式數據庫使用了編碼(壓縮)算法來減少查詢時候的I/O消耗，因此找了兩種有意思的編碼算法: Run length encoding和Dictionary encoding找出來學習了一下。
Run Length Encoding
Run Length Encoding(RLE)是無損壓縮的一種，這種壓縮方法在數據連續重復的情況較多的時候比較有用，比如下面的數據:
WWWWWWWWWWWWBWWWWWWWWWWWWBBBWWWWWWWWWWWWWWWWWWWWWWWWBWWWWWWWWWWWWWW
利用RLE會被壓縮成:
12W1B12W3B24W1B14W
意思是說: 12個W，一個B，12個W, 3個B，24個W，1個B，14個W。原來需要67個字符表示的字符串，利用RLE之后只需要18個字符。
Dictionary Encoding
字典編碼也稱為替換編碼，也是無損數據壓縮的一種。它維護一個字典，在編碼的時候把要編碼的字符串轉換成字典里面這個字母對應的下標，而解碼的時候這從這個下標還原成原來的字符。我們余則成同志跟組織聯系使用的就是這個字典編碼：
字典編碼在《潛伏》中的應用
字典編碼分為兩類，分類的依據是所依賴的字典是靜態的還是動態的。上面的例子里面則成通知使用的書(好像是《康熙字典》之類的)就是靜態的字典。靜態字典應用的場景一般是要編碼的字符比較固定，并且內容很長；跟靜態字典相對應的是動態字典, 所謂的動態字典是在編碼的過程中動態構建出來的，一開始字典是空的，輸入的字符越來越多，這個字典也就越來越豐富。(具體的構建過程就不詳細介紹了)
字典編碼的關鍵是編碼之后輸出的不再是原來的字符了，而是代表這個字符的引用(通常是下標)，而且可以把多個字符編碼成一個數字，因為數字比字符串占用的空間小，因此也就達到了編碼的目的。
