如果您知道数据的真实分布，则可以进行最佳压缩。如果可以为每个整数提供概率分布，则可以使用算术编码或其他 熵编码 技术将其压缩为理论上的最小大小。
诀窍在于准确预测。
首先，您可能应该压缩数字之间的 距离 ，因为这可以使您做出统计报表。如果直接压缩数字，则很难建模，因为它们只会出现一次。
接下来，您可以尝试建立一个非常简单的 模型来预测 下一个距离。保留所有以前看到的距离的直方图，并根据频率计算概率。
您可能需要考虑缺失值（您显然无法为它们分配0的概率，因为这无法表达），但是您可以为此使用启发式方法，例如逐位编码下一个距离并分别 预测每个位
。您几乎不需要为高阶位支付任何费用，因为它们几乎始终为0，并且熵编码会将其最优化。
如果您 知道
分布情况，那么所有这些操作都将更加简单。示例：您正在压缩所有素数的列表，因此您知道距离的理论分布，因为存在公式。这样您已经有了一个完美的模型。
