學期（如2024-2025-1） 學號：20241418 《計算機基礎與程式設計》第三週學習總結
作業資訊
| 這個作業屬於哪個課程 | <班級的連結>（如2024-2025-1-計算機基礎與程式設計） |
|---|---|
| 這個作業要求在哪裡 | <作業要求的連結>(如2024-2025-1計算機基礎與程式設計第一週作業) |
教材學習內容總結：
一、數字分類與計數法：數字分類：位（Bit）：計算機中最小的資料單位，可以是0或1。
位元組（Byte）：通常由8位組成，是計算機儲存和處理資料的基本單元。
整數：在計算機中，整數可以有固定長度（如16位、32位、64位）或變長。
可以是正整數、負整數或零。
有符號整數（如int）和無符號整數（如unsigned int）。
浮點數：用於表示小數和非常大或非常小的數。
通常遵循IEEE 754標準，分為單精度（32位）和雙精度（64位）。
字元：通常以ASCII或Unicode編碼表示，每個字元對應一個數字。
計數法：二進位制計數法：基數為2，使用0和1。每位代表的值是2的冪次，從右向左依次增加。
十六進位制計數法：基數為16，使用數字0-9和字母A-F。方便表示大數字，與二進位制有直接對應關係（每4位二進位制數對應1位十六進位制數）。
八進位制計數法：基數為8，使用數字0-7。較少使用，但某些系統配置檔案可能會用到。
二、模擬資料與數字資料
模擬資料（Analog Data）：
定義：模擬資料是連續的，它可以取無限多個值。例如，聲音、溫度和光線都是模擬資料。
特點：
連續性：資料可以在一定範圍內連續變化。
精度限制：受限於記錄和傳輸裝置的精度，模擬資料存在一定的誤差。
易受干擾：模擬訊號在傳輸過程中容易受到噪聲和干擾的影響。
優點：簡單：模擬訊號的處理通常比較簡單，不需要複雜的編碼和解碼過程。
直接性：可以直接表示自然界中的連續訊號。
缺點：不穩定：模擬訊號容易衰減，訊號質量隨時間和距離而降低。
難以儲存：模擬資料難以長時間儲存而不失真。
數字資料（Digital Data）：
定義：數字資料是離散的，它只能取有限個值。通常以二進位制形式表示，即0和1。
特點：離散性：資料以特定的間隔取值，通常是二進位制的位。
高精度：數字資料可以非常精確，誤差主要來源於量化過程。
抗干擾：數字訊號可以透過編碼和錯誤檢測與糾正技術來抵抗干擾。
優點：穩定：數字訊號可以長距離傳輸而不失真。
易於儲存：數字資料可以長期儲存在數字儲存介質上，如硬碟、快閃記憶體等。
易於處理：數字資料易於透過計算機進行處理和分析。
缺點：複雜性：數字訊號的處理需要編碼和解碼過程。
頻寬需求：與模擬訊號相比，數字訊號通常需要更高的頻寬。
三、壓縮與解壓：
壓縮（Compression）：
定義：壓縮是一種減少資料大小，以便於更有效儲存或傳輸的過程。
目的：節省儲存空間減少傳輸時間提高資料處理效率
型別：無失真壓縮：壓縮後可以完全恢復原始資料，不丟失任何資訊。
常見演算法：ZIP、GZIP、RAR、7z、Deflate、LZ77、LZ78、LZW
有失真壓縮：壓縮過程中會丟失一些資訊，通常用於多媒體資料。
常見演算法：JPEG、MP3、MP4、H.264
技術：統計壓縮：利用資料的統計特性進行壓縮，如哈夫曼編碼。
字典壓縮：使用字典來替換重複的資料序列，如LZ77和LZW。
變換編碼：透過變換（如傅立葉變換、小波變換）去除資料的相關性，再進行壓縮。
特點：壓縮比：壓縮前後資料大小的比率。
壓縮速度：壓縮操作的執行速度。
解壓速度：解壓操作的執行速度。
解壓（Decompression）：
定義：解壓是將壓縮資料還原為原始格式的過程。
目的：恢復資料的可讀性和可用性
重新獲得原始資料以進行進一步處理
過程：讀取壓縮資料
根據壓縮演算法的逆過程進行資料還原
校驗資料的完整性（對於無失真壓縮）
技術：解壓演算法必須與壓縮演算法相匹配。
對於無失真壓縮，解壓後資料應與原始資料完全一致。
問題的提出與解決：
問題一：什麼情況下需要壓縮？儲存空間限制：當儲存裝置的容量有限時，透過壓縮可以儲存更多的資料。
在雲端儲存服務中，壓縮可以幫助減少儲存成本。
資料傳輸：在網路傳輸資料時，壓縮可以減少資料大小，從而降低頻寬使用和提高傳輸速度。
在移動資料傳輸（如透過手機網路）時，壓縮可以減少資料使用量，避免超額費用。
備份與歸檔：在進行資料備份時，壓縮可以減少備份所需的空間，便於儲存和恢復。
歸檔舊資料時，壓縮有助於節省長期儲存成本。
電子郵件附件：傳送大附件時，壓縮可以減少附件大小，避免超出郵箱附件大小限制。
多媒體處理：在處理音訊、影片和影像等多媒體檔案時，壓縮可以大幅減少檔案大小，便於儲存和線上分享。
軟體分發：軟體釋出時，壓縮可以減少安裝包的大小，便於下載和分發。
系統資源最佳化：在記憶體和處理能力有限的裝置上，壓縮可以減少記憶體佔用和處理資料所需的時間。
資料同步：在進行跨裝置或跨網路的資料同步時，壓縮可以加快同步速度，減少等待時間。
資料庫管理：對於大型資料庫，壓縮可以減少儲存需求，提高查詢和寫入效能。
物聯網（IoT）裝置：在頻寬和儲存資源有限的IoT裝置上，壓縮可以幫助最佳化資料傳輸和處理。
隱私保護：在需要保護資料隱私的情況下，壓縮可以作為加密之前的一個步驟，減少加密所需處理的資料量。