最近一直在看压缩，在思索压缩的本质。产生冗余的原因，如何识别冗余，如何识别实质；不确定性是怎么产生的，确定性是怎么产生的，怎么识别，怎么量化？
    这段时间为了THUIRDB到处跑，看到南来北往的人们，我发现一个很奇怪的现象，我每天去学校，只背一个小书包，而跑外地，可能需要一个拉杆箱，如果要出国，可能需要拖个大箱子。
    去学校，这个不确定性最小，这个不确定性可以描述为：“可能需要电脑、电源、可能需要纸笔等”
    去外地，这个不确定性增加了一下，可以描述为：“可能需要电脑、电源、纸笔、换洗衣服、剃须刀等等”
    出国，这个不确定性又加大了，在之前的基础上，可描述为：“还需要护照，四季换洗的衣服，常用的生活用品等”
    因此我们可以首先得到这么一个朴素的结论：“不确定性越大，所需要的物质基础更多”。
    例如我们要对一个传感器的输出值进行编码。
    这个传感器是个二极管，只有0和1这两个值，这编码长度为1。
    这个传感器是个四值的装置，我们可以用00,01,10,11编码来表示。每个输出值只需要2。就足以区分不确定性。
    在比如在DB开发中，对变长的value在存储的时候，需要记录value的长度，value长度这个不确定性需要有一个物理上的存在来表达。我们可以在这个字符串前面增加一个表示长度的信息（比如一个uint32_t)；也可以在字符串的结尾加上'/0',我们不试图讨论这两种方法的优劣，但必须用一个“物理存在”来“应付”这种不确定性。
   
    我们很讨厌不确定性，这需要耗费物理量，我们想简化，怎么办呢？这就需要压缩。怎么压缩呢？就是在“不确定性中找确定性”。
    举个例子，如果value我们已知是表示人类姓名的，那么这个字符串需要人类能记忆，已知非洲的人名最多可以有数千个字符（姚明曾表示队友穆托姆博的全名要读一天）。那么表示value长度的值大致可设为uint16_t，如果我们又拿到一个“确定性”，这个名字表示中国人的姓名，则我想用一个uint8_t就足够了。
    再比如我们有这样一个整数序列1，3，3，7，14，35，60。这个序列的值y和下标值x具有这样的规律，y=2^x。但如果按照这样的规律这个序列应该是1,2,4,8,16,32,64。如果我们将整数序列转化为一个model+残差，则这个整数序列可以表示为y=2^x+(0,1,-1,-1,3,-4)。其中y=2^x就是model，而(0,1,-1,-1,3,-4)就是残差，残差的每个数值变化都很小，按照此前的例子可以知道，用很短的编码来表示即可。
   
    武功也类似，我们看金庸武侠，很少有大师是只通一门武功的，而很少有大师是招式背得很全，很刻板的。按照我的理解大师所需要掌握的只是那个model，并理解残差用以对应不确定性所起到的作用，而深入理解各种武功的model后，就可以融汇贯通成更一般的model，而残差是不确定性，是特例，只需要见招拆招即可。
    江南七怪只学到了1，3，3，7，14，35，60这个水平，背诵的很熟，但人脑有限，只能掌握这么多。
    梅超风只学到了一个model+残差，背诵的也很熟，但model太单一，残差也太单一，不能应付复杂局面。
    黄药师博古通今，学到了多个model和多个残差，融汇贯通，终成大师。
    因此武功的最高境界应该是，心中无剑，手中亦无剑，无并不是表是没有，而是简化到了接近无的境界。

 
    最后回到旅行这个例子上，我们最喜欢的工具往往是哪些自适应性强，万金油型的，例如瑞士军刀，瑞士军刀是一个很好的压缩例子，他把那么多不确定性的需求，压缩在一个小刀内，通过精巧的设计，达到了体积小，复用性强，可以应付复杂场面。其本质还是一个model+多个残差。

    短短一文，也很难把想要说的表达清楚，希望给自己保留一个思考的节点，日后在来研究。