幻当程序员小白用自然语言编程时会怎样？（1 / 2）

=数据卡尺=

如何用统计学的知识，来应用在数据上呢？

-第一步-

要弄明白统计学和数据之间的共性和非共性。

统计学：每一个数据无论其数值是多少，其本身就作为一个数值独占的存在体，然而统计学本身就有意和无意的忽略了各个数值的先后排列。

数据：每一个数据无论其数值是多少，其本身就作为一个数值独占的存在体，然而数据本身很注重各个数值的先后排列。

比如：abracadabra

用统计学来表示，就是a出现了5次，b出现了2次，c出现了1次，d出现了1次，r出现了2次。

用数据来表示，就是abracadabra。

那么如何把数据快速的解压缩出来呢？可以使用分段压缩方式，比如把一个大文件，分割成一个个片段，例如：

abracadabrathefoxjump张三和李四一起去喝酒。

那么，就可以根据前面的数据，本身就是采用英文的方式，也就是最多是52进制（区分大小写，而后面的中文可就麻烦了，毕竟中文本身进制相当大，那么就需要进行大进制处理。

用统计学的方法，就是把数据平均分，然后分割成可以互相对齐的数据个体，然后统计这些数据个体各出现了多少次。

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：

acaefhiopqrtty

asdkfjaslkfdjla

skjfdasdfsadfas

dfasfasdfasfdas