你听说过 ZIP 炸弹吗?

一个很小很小的，几十 KB 的压缩过后的文件，解压以后有几百万 GB ，好像炸弹一样。

在继续介绍它之前，差评君想先问问各位都用过哪些压缩软件。。。

WinRAR ？

或者 2345 好压？

还是开源的 7 - Zip ？

其实压缩软件虽然五花八门，但目的都很单纯：

把文件占用空间缩小。

不过差评君上面提到的压缩软件，又不单纯是缩小空间。

JPG 图片 ， MP3 音乐格式也起到了压缩作用。

但是 JPG， MP3 们执行的是有损压缩。

一旦个文件被有损压缩的时候，会损失一部分数据。

损失的代价就是，你无法从被压缩的文件还原出压缩前的文件。

图片，音乐等多媒体在有的时候考虑可用性和传播性，对这样的结果是可以接受的。

但对许多通用数据来说，往往需要的是无损压缩，比如 .zip 。

对于无损压缩来说，算法非常重要，不同的算法能实现的压缩率和速度有很大差别。

如上图所示，主流的算法一般在 30% - 40% 。

而文章一开始介绍的 ZIP 炸弹，是一个名为 42.zip 的文件。

它的初始大小是 42KB ， 解压密码是 42 。

解压之后的大小，足足有 4.5 PB 。

嗯。。。就是这么嚣张。

解压这个 42.zip 以后会出现 16 个压缩包，每个压缩包又包含 16 个，如此循环 5 次，最后得到 16 的 5 次方个文件，也就是 1048576 个。

这一百多万个最终文件，每个大小为 4.3 GB 。

因此整个解压过程结束以后，会得到 1048576 * 4.6 GB = 4508876.8 GB

也就是 4508876.8 ÷ 1024 ÷ 1024 = 4.5 PB

还有比它更嚣张的。

一个叫做 droste.zip 的大小为 28 KB 的文件，一旦被打开了以后，就会无限解压缩生成一份同样的文件，直到永远。

这个文件名灵感应该取自德罗斯特效应 （ Droste Effect ），是指一张图片的部分与整张图片相同，无限循环。。。如下图↓

这个名字源自一家叫德罗斯特的可可粉厂商做的商品包装。。。

注意女仆手上拿着的产品图

咳咳。。。扯远了。

总而言之，这个 droste.zip 的核心原理就是输出结果为自身。

举个例子，制作者大概做了这么一件事：

在引号里重复这句话 “ 在引号里重复这句话 ”

然后解压缩之后，硬盘就。。。 BOOM ！

当然。。。也有剑走偏锋思路不同的。

有一段名为 《 彗星撞地球 》 的影片，也展现了神奇的压缩比率。

这段 3D 影片如果直接放出来要 15 G 左右，效果。。。放在它出生的年代 2000 年还真不差。

这个压缩过的大小只有 64 KB， 压缩了 25 万倍 ！

实现的原理其实不算通常意义上的压缩。

而是制作组 Warez 做了一个 64KB 的可执行 EXE 文件，运行的时候会调用显卡，CPU 及内存等等及时渲染动画。

打个比方，动画就好比连环画，传统影片是画好的一册，而这个 《 彗星撞地球 》 则是看的时候现场一幅幅画。

录屏软件录了 7 分钟都要 2.27 G 。（ 当然，这和现代显示屏分辨率比较高有关系 ）

那么问题来了。。。

一个文件的压缩率有极限吗？

有，可以由信息学之父克劳德·香农提出的信息熵函数算出来。

不过 42.zip 也好，droste.zip 也好，不适合套用香农提出的极限。

因为这两个文件为了达到惊人的压缩比，有大量刻意重复的数据，这种重复数据在压缩的时候是可以被丢弃的，没啥实质性内容的信息。

那么。。。

如果动画还有点传播意义， 42.zip 和 droste. zip 还有啥意义呢？

这儿就要提就是 ZIP 炸弹之所以被称作 “ 炸弹 ” 的真正原因了。。。

除了会 “ 爆炸 ” ， 这玩意儿其实是拿来攻击别人的。

某些病毒制作者利用杀毒软件会扫描压缩文件内部的特性，会把 ZIP 炸弹连带病毒一起发到目标电脑上。

而 ZIP 炸弹表面上看起来很小，易于传输，但实际上扫描起来非常花时间。

趁着杀毒软件忙着扫描 4.5 PB 的数据，被占用时，病毒软件就可以趁虚而入了 ~

干黑产的，角度刁钻得让人折腰。

不过现在很多杀毒软件已经有办法避开这种 zip 炸弹的佯攻了，这个话题渐渐地抛开了黑产。

一直以来压缩算法是算法研究里津津乐道的话题， Huffman 树， LZW 字典等等。。。

用程序解决信息问题的姿势，仔细一琢磨也挺有意思的不是？

∑编辑 | Gemini

来源 | 差评

更多精彩：

☞  哈尔莫斯：怎样做数学研究

☞  扎克伯格2017年哈佛大学毕业演讲

☞  线性代数在组合数学中的应用

☞  你见过真的菲利普曲线吗？

☞  支持向量机(SVM)的故事是这样子的

☞  深度神经网络中的数学，对你来说会不会太难？

☞  编程需要知道多少数学知识？

☞  陈省身——什么是几何学

☞  模式识别研究的回顾与展望

☞  曲面论

☞  自然底数e的意义是什么？

☞  如何向5岁小孩解释什么是支持向量机（SVM）？

☞  华裔天才数学家陶哲轩自述

☞  代数，分析，几何与拓扑，现代数学的三大方法论

算法数学之美微信公众号欢迎赐稿

稿件涉及数学、物理、算法、计算机、编程等相关领域，经采用我们将奉上稿酬。

投稿邮箱：math_alg@163.com