文章目录1. 先给你们说个离谱的事2. 硬数据先甩脸上2.1 提速有多夸张3. 核心思路不动发动机只改收费站3.1 原来的7‑Zip有多“轴”3.2 他们搞了个“内容感知路由器”3.2.1 第一步多级探测先认清楚你是谁3.2.2 第二步十档路由量体裁衣3.2.3 第三步安全网拉满绝不翻车4. 不同场景收益差得还挺多4.1 文本日志类纯纯血赚4.2 大型二进制文件稳健小赚5. 客观说也不是没有缺点5.1 解压速度变慢了5.2 超大文件可能踩坑5.3 部分文件用空间换速度6. 这事真正的重点根本不是技术P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者这个教程里内容讲解通俗易懂且风趣幽默对我帮助很大。我想与大家分享这个宝藏教程请点击下方链接查看 传送门https://blog.csdn.net/qq_740133651. 先给你们说个离谱的事不知道你们有没有过这种经历。传大文件点了压缩接杯水回来进度条才走了10%。急着发文件的时候它能给你磨到下班都压不完。最近就有人给老牌压缩软件7‑Zip做了波优化看完我人都傻了。搞优化的人居然没什么编程背景。全靠一个改进想法搭着AI辅助就把这事干成了。2. 硬数据先甩脸上2.1 提速有多夸张最高压缩速度提升97%差不多直接翻倍。这个成绩出在macOS平台的多文件归档场景。文件体积最大能缩减40.7%针对日志类数据效果最明显。最狠的是兼容性一点没打折扣。所有压缩文件完整性验证100%通过官方原版7‑Zip直接就能解压。对方不用装任何奇奇怪怪的版本零感知。3. 核心思路不动发动机只改收费站3.1 原来的7‑Zip有多“轴”7‑Zip的LZMA2算法压缩比是真的顶。但脑子也是真的直属于一根筋类型。不管你是文本、JSON还是已经压过的图片视频。全用同一套算力猛搜字典纯纯的无效计算。就像不管你吃不吃辣全给你上特辣锅底。吃不了也硬上纯纯浪费底料。3.2 他们搞了个“内容感知路由器”说白了就是先分诊再送对应科室不搞一刀切。整套方案分三步每步都透着小聪明。3.2.1 第一步多级探测先认清楚你是谁第一招看文件头快速识别。比如JPEG只读前2个字节就认出来了开销基本等于0。跟看外卖包装就知道里面是啥菜一样快。第二招抽样试压。4MB以上的文件先抽开头1MB快速压一下摸摸底。压缩比不行的就没必要上满算力死磕了。跟买西瓜先敲两下听听响一个道理。第三招多点投票。怀疑是已经压缩过的多媒体文件就中间、尾巴各抽1MB。三局两胜投票判断避免只看开头看走眼。3.2.2 第二步十档路由量体裁衣探测完是什么类型就分到对应的编码通道。总共10种通道包括不同参数的LZMA2还有PPMd这类算法。什么文件用什么方案精准匹配。再也不搞大水漫灌那一套了。3.2.3 第三步安全网拉满绝不翻车光快不行稳才是第一位的。首先换通道前先比大小。拿1MB样本实际压一遍哪个小用哪个保证压缩率不退化。其次有容差护栏。真要是切换后体积涨了也控制在很小的范围内不会崩。还有分组隔离优化的文件放单独文件夹不影响别的文件。最关键的是输出全是标准.7z格式。解码端零改动官方原版直接解压兼容性拉满。4. 不同场景收益差得还挺多4.1 文本日志类纯纯血赚散文、合同、日志、JSON代码这类结构化数据。那速度提升肉眼可见的快。Mac平台多文件归档直接提速97%散文文本也有93.4%。Windows这边也普遍超过80%。不光快日志体积还额外缩减了40.4%。速度和体积两头都赚属于双赢局。以后压项目日志以前摸鱼的功夫都省出来了。哦不对是工作效率大幅提升。4.2 大型二进制文件稳健小赚面对大的二进制文件也有10%到18%的提速。别嫌少关键是人家一行核心算法代码都没改。所有改动全在“分派层”风险极低。属于微创优化刀口小恢复快几乎没什么副作用。5. 客观说也不是没有缺点5.1 解压速度变慢了文本和日志类文件解压耗时翻了2到3倍。也好理解打包的时候省了时间拆包自然要慢一点。总不能好处全让你占了天下没这种好事。适合压得多、解得少的场景比如归档备份。5.2 超大文件可能踩坑5GB以上的超大不可压文件探针可能误判。反而导致压缩耗时飙升属于目前的短板。日常用的文件基本碰不到这个量级影响不大。5.3 部分文件用空间换速度有些大型二进制文件大概多占2%的存储空间。换来了速度提升看你更在意哪头。属于可选项不是必选项。6. 这事真正的重点根本不是技术很多人看完第一反应是AI要抢程序员饭碗了。恰恰相反。这事最有意思的地方是一个外行都能靠AI落地优化方案。以前你想改基础软件得先啃几年C摸透几万行源码才行。现在你只要有想法、能发现问题AI能帮你把想法变成现实。工程师负责搭技术底座AI负责帮更多人验证想法。一线的业务需求能更快转化成技术方案。以前创新是会写代码的人才能玩的游戏。现在不一样了。能发现问题、能提出好问题的人也能参与技术创新。AI不是来取代人的是来放大每个人的经验和创造力的。以后拼的不只是代码能力更是人和AI一起解决问题的能力。这波只能说未来真的来了。P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者这个教程里内容讲解通俗易懂且风趣幽默对我帮助很大。我想与大家分享这个宝藏教程请点击下方链接查看传送门https://blog.csdn.net/qq_74013365 外行借助AI魔改7‑Zip！压缩速度近乎翻倍，却不改核心算法
文章目录1. 先给你们说个离谱的事2. 硬数据先甩脸上2.1 提速有多夸张3. 核心思路不动发动机只改收费站3.1 原来的7‑Zip有多“轴”3.2 他们搞了个“内容感知路由器”3.2.1 第一步多级探测先认清楚你是谁3.2.2 第二步十档路由量体裁衣3.2.3 第三步安全网拉满绝不翻车4. 不同场景收益差得还挺多4.1 文本日志类纯纯血赚4.2 大型二进制文件稳健小赚5. 客观说也不是没有缺点5.1 解压速度变慢了5.2 超大文件可能踩坑5.3 部分文件用空间换速度6. 这事真正的重点根本不是技术P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者这个教程里内容讲解通俗易懂且风趣幽默对我帮助很大。我想与大家分享这个宝藏教程请点击下方链接查看 传送门https://blog.csdn.net/qq_740133651. 先给你们说个离谱的事不知道你们有没有过这种经历。传大文件点了压缩接杯水回来进度条才走了10%。急着发文件的时候它能给你磨到下班都压不完。最近就有人给老牌压缩软件7‑Zip做了波优化看完我人都傻了。搞优化的人居然没什么编程背景。全靠一个改进想法搭着AI辅助就把这事干成了。2. 硬数据先甩脸上2.1 提速有多夸张最高压缩速度提升97%差不多直接翻倍。这个成绩出在macOS平台的多文件归档场景。文件体积最大能缩减40.7%针对日志类数据效果最明显。最狠的是兼容性一点没打折扣。所有压缩文件完整性验证100%通过官方原版7‑Zip直接就能解压。对方不用装任何奇奇怪怪的版本零感知。3. 核心思路不动发动机只改收费站3.1 原来的7‑Zip有多“轴”7‑Zip的LZMA2算法压缩比是真的顶。但脑子也是真的直属于一根筋类型。不管你是文本、JSON还是已经压过的图片视频。全用同一套算力猛搜字典纯纯的无效计算。就像不管你吃不吃辣全给你上特辣锅底。吃不了也硬上纯纯浪费底料。3.2 他们搞了个“内容感知路由器”说白了就是先分诊再送对应科室不搞一刀切。整套方案分三步每步都透着小聪明。3.2.1 第一步多级探测先认清楚你是谁第一招看文件头快速识别。比如JPEG只读前2个字节就认出来了开销基本等于0。跟看外卖包装就知道里面是啥菜一样快。第二招抽样试压。4MB以上的文件先抽开头1MB快速压一下摸摸底。压缩比不行的就没必要上满算力死磕了。跟买西瓜先敲两下听听响一个道理。第三招多点投票。怀疑是已经压缩过的多媒体文件就中间、尾巴各抽1MB。三局两胜投票判断避免只看开头看走眼。3.2.2 第二步十档路由量体裁衣探测完是什么类型就分到对应的编码通道。总共10种通道包括不同参数的LZMA2还有PPMd这类算法。什么文件用什么方案精准匹配。再也不搞大水漫灌那一套了。3.2.3 第三步安全网拉满绝不翻车光快不行稳才是第一位的。首先换通道前先比大小。拿1MB样本实际压一遍哪个小用哪个保证压缩率不退化。其次有容差护栏。真要是切换后体积涨了也控制在很小的范围内不会崩。还有分组隔离优化的文件放单独文件夹不影响别的文件。最关键的是输出全是标准.7z格式。解码端零改动官方原版直接解压兼容性拉满。4. 不同场景收益差得还挺多4.1 文本日志类纯纯血赚散文、合同、日志、JSON代码这类结构化数据。那速度提升肉眼可见的快。Mac平台多文件归档直接提速97%散文文本也有93.4%。Windows这边也普遍超过80%。不光快日志体积还额外缩减了40.4%。速度和体积两头都赚属于双赢局。以后压项目日志以前摸鱼的功夫都省出来了。哦不对是工作效率大幅提升。4.2 大型二进制文件稳健小赚面对大的二进制文件也有10%到18%的提速。别嫌少关键是人家一行核心算法代码都没改。所有改动全在“分派层”风险极低。属于微创优化刀口小恢复快几乎没什么副作用。5. 客观说也不是没有缺点5.1 解压速度变慢了文本和日志类文件解压耗时翻了2到3倍。也好理解打包的时候省了时间拆包自然要慢一点。总不能好处全让你占了天下没这种好事。适合压得多、解得少的场景比如归档备份。5.2 超大文件可能踩坑5GB以上的超大不可压文件探针可能误判。反而导致压缩耗时飙升属于目前的短板。日常用的文件基本碰不到这个量级影响不大。5.3 部分文件用空间换速度有些大型二进制文件大概多占2%的存储空间。换来了速度提升看你更在意哪头。属于可选项不是必选项。6. 这事真正的重点根本不是技术很多人看完第一反应是AI要抢程序员饭碗了。恰恰相反。这事最有意思的地方是一个外行都能靠AI落地优化方案。以前你想改基础软件得先啃几年C摸透几万行源码才行。现在你只要有想法、能发现问题AI能帮你把想法变成现实。工程师负责搭技术底座AI负责帮更多人验证想法。一线的业务需求能更快转化成技术方案。以前创新是会写代码的人才能玩的游戏。现在不一样了。能发现问题、能提出好问题的人也能参与技术创新。AI不是来取代人的是来放大每个人的经验和创造力的。以后拼的不只是代码能力更是人和AI一起解决问题的能力。这波只能说未来真的来了。P.S. 推荐一个大神的教程给想要了解或者学习人工智能知识的读者这个教程里内容讲解通俗易懂且风趣幽默对我帮助很大。我想与大家分享这个宝藏教程请点击下方链接查看传送门https://blog.csdn.net/qq_74013365