第三章 数据存储
3.3 存储文本
1.文本的片断是用来表示该语言中某个意思的一系列符号，我们可用位模式来表示任一个符号。例如，由四个符号组成的文本CATS能采用4个n位模式表示，任何一个模式定义一个单独的符号。
2.位模式到底需要多少位来表示一个符号，这主要取决于该语言集中到底有多少个符号。位模式的长度取决于符号的数量，但是它们的关系并不是线性的，而是对数的关系。
如果需要2个符号，位模式的长度将是1位（log⑵2=1），如果需要4个符号，长度是两位（log②4=2）。因此能推出2位的位模式能表示4种不同的形式，3位的位模式能表示出8种不同的形式。
3.不同的位模式集合被设计用于表示文本符号。每一个集合称为代码。表示符号的过程称为编码。
3.4存储音频
1.当我们讨论用计算机内存存储声音时，我们的意思是存储一个音频信号的密度。
2.即使我们能够在一段时间度量所有的值，也不能把它全部存在计算机内存中，因为可能需要无限数量的内存单元。因此引出音频的采样：
采样：采样意味着我们在模拟信号上选择数量有限的点来度量它们的值并记录下来。
采样率：音频的采样意味着记录，记录则是为了还原，那么我们每秒钟需要多少样本才能还原出原始信号的副本？样本数量依赖于模拟信号中变化的最大数量，因此引出采样率的概念。
如果信号是平坦的，则需要很少的样本；如果信号变化剧烈，则需要较多的样本。每 40 000 个样本的采样率对音频信号来说是足够好的。
3.量化：每个样本测到的值都是真是的数字，每个样本使用一个无符号的数（位模式）会更简便。量化指的是将样本的截取为最接近的整数值的一种过程。
4.编码：量化的样本值需要被编码的位模式（符号加绝对值表示法）。一些系统使用无符号整数来表示样本，而另一些使用有符号的整数来做。但是，有符号的整数不必用在二进制补码中，它们可以是符号加绝对值的值。
每样本位：对于每个样本系统需要决定分配多少位。现在每样16，24，32位都是正常的。每样本位的数量有时称为位深度。
位率：位率（R）是每样本位的数量（B）和每秒的音频存储（S）的乘积。例如，如果使用每秒40 000 个样本以及每样本16位，则位率R=40 000 x 16=640 000 b/s = 640KB/s
5.声音编码标准：如今音频编码的主流标准是MP3（MPEG Layer 3），该标准是用于视频压缩方法的MPEG（运动图像专家组）标准的一个修改版。它采用每秒44 100 个样本以及每样本16位，信号达到705 600b/s的位率。这是一种有损压缩法，与无损压缩法相反。
3.5存储图像
当我们需要存储模拟图像（如照片）是，就用到了光栅图（或位图）。图像的存储类似于音频，不同的是数据密度（色彩）因空间变化，而不是时间变化。这种情况下采样通常被称作扫描。样本成为像素。每个像素假定有单独的密度值。
1.解析度：在图像扫描中，我们要决定对于每英寸的方块或线条需要记录多少像素。在图像处理中的扫描率成为解析度。
2.色彩深度：用于表现像素的位的数量，即色彩深度。
真彩色：用于像素编码的技术之一称为真彩色，它使用24位来编码一个像素。每个三原色（RGB）都表示为8位。因为该技术中8位模式可以表示0-256之间的一个数，所以每种颜色都有0-255之间的三维数字表示。真彩色模式可以编码2^24即16 777 216种颜色。换言之，每个像素的色彩深度是这些值其中之一。
索引色：即调色板色，该模式中，每个应用程序从大的色彩集中选择一些颜色（通常是256）种，并对其建立索引。对索引的使用减少了需要存储一个像素所需要的位的数量。索引色模式通常是使用256个索引，这需要8位来存储同样的像素。
3.矢量图：光栅图有两个缺点，即文件尺寸太大和重新调整图像大小有麻烦。放大光栅图意味着扩大像素，所以放大后的图像看上去很粗糙。 而矢量图图像编码方法并不存储每个像素的位模式。一个图像被分解成几何图形的组合，如线段，矩形或圆形。每个几何形状由数学公式表达。矢量图是由定义如何绘制这些形状的一系列命令构成的。
当要显示或打印图像时，将图像的尺寸作为输入传给系统。系统重新设计图像的大小并用相同的公式画出图像。 矢量图也称为几何模型或面向对象模型。
矢量图不适合存储照片图像的细微精妙。适合应用程序采用主要的几何元素来创建图像。计算机辅助设计（CAD）也用矢量图进行工程制图。
3.6存储视频
视频是图像在时间上的表示，成为帧。每一幅图像转化为一系列位模式并储存。需要注意现在视频通常是被压缩存储的。