幻当程序员小白用自然语言编程时会怎样？(2)

然后进行统计，把统计数据记录下去。
也就是说，把大英百科全书的纯文本内容用统计学的方式记录下来，就能对应到大小写英文字母 符号 空格 换行 换页……
那么就能够统计出各英文字母出现过多少次，这导致的就是数据能够很好把所有元素给还原出来，只是这些元素之间的排列组合，就随着数据长度的变大而趋向更高运算量。
最简单的方法，就是用三种统计方法：
如字母矩阵：
A C A E F H I O P Q R T T Y T
A S D K F J A S L K F D J L A
S K J F D A S D F S A D F A S
D F A S F A S D F A S F D A S
F D J H L K J H L K J H L K J H
为了快速得知每个数字的排列方式，可以进行统计校验
每一行的第一列中出现A的次数为2次
每一行的第二列中出现A的次数为0次
第一行中出现A的次数为2次
第二行中出现A的次数为3次
A在整个文本中出现过12次

以此类推，就能使用数独的方式，逆推出去掉了很多排列组合的有限数量的排列组合方式，然后这些排列组合就能通过其他校验方式，比如MD5，比如SHA128和其他校验方式快速找出正确的排列组合。
这种方式，就是使用小公式重复使用的方式，快速生成数据的片段，然后只需要把数据片段进行拼图一样的整理就行了，就能还原出源文件。
之前说的，只应用到阶乘，N次方，无理数，都只适合于超级计算机的压缩方式，而这次介绍的，则是相对来说，更适合个人计算机，以及单片机使用，本身就是以硬件上限有限时，如何获得最高压缩率，以及最快解压缩。
同样的，把数据进行片段化，然后使用特定进制的方式来进行统计，同样可以统计出，然而还有一种特殊的进制转换对齐校验方式。
比如二进制的101010111010110111010001001101110010。
转换为4进制（00=A）（01=B）（10=C）（11=D）：CCCDCCDBDBABADBDAC
转换为十进制：46,084,723,570
转换为16进制：A BADD 1372