哈夫曼编码

哈夫曼编码是一种基于统计的无损压缩算法。它的原理是根据数据中字符出现的频率，构建一棵最优二叉树，即哈夫曼树。出现频率高的字符，其对应的编码长度较短；出现频率低的字符，编码长度较长。例如在一段英文文本中，字母 “e” 出现的频率高，它在哈夫曼编码中就会被分配一个较短的二进制码，这样整段文本经编码后，总体长度就会缩短。哈夫曼编码常用于文件压缩软件，对文本文件、程序文件等进行压缩，能有效减少存储空间。

Lempel - Ziv - Welch（LZW）算法

LZW 算法是一种字典式无损压缩算法。它通过建立一个字符串字典来实现压缩。在处理数据时，LZW 算法会不断识别数据中重复出现的字符串，并将其替换为字典中的索引。比如，当它多次遇到 “abc” 这个字符串时，就会将 “abc” 对应到字典中的一个索引值，在存储或传输时，只记录这个索引值，而不是完整的 “abc”，从而达到压缩的目的。LZW 算法在早期的图像压缩格式如 GIF 中应用广泛，现在也常用于一些数据备份和归档场景。

行程长度编码（RLE）

RLE 算法非常简单直观，它是一种无损压缩算法，主要用于处理具有连续重复数据的数据块。其原理是将连续重复出现的字符或数据，用一个计数值和该字符（或数据）来表示。例如，对于字符串 “aaaaabbbccd”，RLE 算法会将其压缩为 “5a3b2c1d”，大大减少了数据量。RLE 算法常用于传真机的数据传输，因为传真图像中经常会出现大面积相同颜色的区域，很适合用 RLE 算法进行压缩。同时，它也在一些简单的图形文件格式中有所应用。

JPEG（联合图像专家组）算法

JPEG 是一种有损图像压缩算法，主要用于照片和复杂图像的压缩。其原理基于离散余弦变换（DCT），首先将图像从空间域转换到频率域，然后对频率系数进行量化处理。人眼对图像的低频部分细节更敏感，对高频部分细节不太敏感，所以 JPEG 算法会保留低频系数，丢弃部分高频系数，从而实现图像的压缩。虽然解压缩后的图像与原始图像存在一定差异，但在大多数情况下，这种差异在视觉上难以察觉。JPEG 格式是目前互联网上最常用的图像格式之一，广泛应用于网页图片、数码照片存储等领域。

MP3（MPEG - 1 Audio Layer 3）算法

MP3 是一种有损音频压缩算法，应用极为广泛。它基于感知编码技术，利用了人类听觉系统的掩蔽效应。在音频信号中，某些频率的声音会掩蔽其他频率的声音，使人耳听不到这些被掩蔽的声音信号。MP3 算法通过分析音频信号，去除这些人耳听不到的部分，从而达到压缩音频文件的目的。MP3 格式的音频文件以较小的文件体积，在音质损失可接受的范围内，满足了人们日常音乐播放、音频传输等需求，是目前主流的音频格式之一，在音乐下载、在线音乐播放等场景中发挥着重要作用。