最近我遇到了一个很好的问题，它看起来很容易理解，但很难找到任何解决方法。问题是：
编写一个程序，从输入中读取文本并在输出上打印一些其他程序。如果我们编译并运行打印的程序，它必须输出原始文本。
输入文本应该相当大（超过 10000 个字符）。
唯一（也是非常严格的）要求是存档（即打印的程序）的大小必须严格小于原始文本的大小。这使得不可能的明显解决方案像
std::string s;
/* read the text into s */
std::cout << "#include<iostream> int main () { std::cout<<\"" << s << "\"; }";
我相信这里会用到一些归档技术。
不幸的是，这样的程序不存在。
要了解为什么会这样，我们需要做一些数学运算。首先，让我们计算一下有多少个长度为 n 的二进制字符串。每个位都可以是 0 或 1，这为我们提供了每个位的两种选择之一。由于每个位和 n 位有两个选择，因此总共有 2 n 个长度为 n 的二进制字符串。
现在，假设我们要构建一个压缩算法，它总是将长度为 n 的位串压缩为长度小于 n 的位串。为了使它起作用，我们需要计算有多少长度小于 n 的不同字符串。嗯，这是由长度为 0 的位串的数量，加上长度为 1 的位串的数量，再加上长度为 2 的位串的数量，等等，一直到 n - 1。这个总数是
2 0 + 2 1 + 2 2 + ... + 2 n - 1
使用一点数学，我们可以得到这个数字等于 2 n - 1。换句话说，长度小于 n 的位串的总数比长度为 n 的位串的数量小一。
但这是一个问题。为了让我们拥有一个始终将长度为 n 的字符串映射到长度最多为 n - 1 的字符串的无损压缩算法，我们必须有某种方法将长度为 n 的每个位串与一些较短的位串相关联，这样就不会长度为 n 的两个比特串与相同的较短比特流相关联。这样，我们可以通过将字符串映射到相关的较短字符串来压缩字符串，我们可以通过反转映射来解压缩它。没有两个长度为 n 的位串映射到同一个较短的字符串的限制是无损的 - 如果两个长度为 n 的位串映射到同一个较短的位串，那么当解压缩字符串时，不会是一种知道我们压缩了两个原始位串中的哪一个的方法。
这是我们遇到问题的地方。由于有 2 n 个长度为 n 的不同位串，并且只有 2 n -1 个较短的位串，因此我们不可能将每个长度为 n 的位串与一些较短的位串配对，而无需将至少两个长度为 n 的位串分配给相同的较短的位串细绳。这意味着无论我们多么努力，无论我们多么聪明，无论我们的压缩算法多么有创意，都有一个严格的数学限制，即我们不能总是让文本变短。
那么这如何映射到您原来的问题呢？好吧，如果我们得到一个长度至少为 10000 的文本字符串并且需要输出一个较短的程序来打印它，那么我们必须有某种方法将 2 10000 个长度为 10000 的字符串中的每一个映射到2 10000 - 1长度小于 10000 的字符串。该映射还有一些其他属性，即我们总是必须生成一个有效的程序，但这在这里无关紧要 - 根本没有足够的短字符串可供使用。结果，你想解决的问题是不可能的。
也就是说，我们也许可以得到一个程序，它可以将除一个长度为 10000 的字符串之外的所有字符串压缩为更短的字符串。事实上，我们可能会找到一种压缩算法来执行此操作，这意味着以 1 - 2 10000的概率可以压缩任何长度为 10000 的字符串。这是一个如此高的概率，如果我们在宇宙的整个生命周期中一直挑选弦，我们几乎肯定永远不会猜到一根坏弦。
为了进一步阅读，信息论中有一个称为Kolmogorov 复杂性的概念，它是生成给定字符串所需的最小程序的长度。一些字符串很容易压缩（例如，abababababababab），而另一些则不是（例如，sdkjhdbvljkhwqe0235089）。存在称为不可压缩字符串的字符串，对于这些字符串不可能压缩到任何更小的空间。这意味着任何打印该字符串的程序必须至少与给定字符串一样长。有关 Kolmogorov 复杂性的良好介绍，您可能需要查看 Michael Sipser 的“计算理论导论，第二版”的第 6 章，其中对一些更酷的结果进行了很好的概述。如需更严格和深入的了解，请考虑阅读“信息论的要素”第 14 章。
希望这可以帮助！
如果我们谈论的是 ASCII 文本...
我认为这实际上可以做到，而且我认为文本大于 10000 个字符的限制是有原因的（给你编码空间）。
这里的人说字符串不能被压缩，但它可以。
为什么？
要求：输出原文
文本不是数据。当您阅读输入文本时，您会阅读 ASCII 字符（字节）。其中包含可打印和不可打印的值。
以此为例：
ASCII values characters
0x00 .. 0x08 NUL, (other control codes)
0x09 .. 0x0D (white-space control codes: '\t','\f','\v','\n','\r')
0x0E .. 0x1F (other control codes)
... rest of printable characters
由于您必须打印文本作为输出，因此您对范围 (0x00-0x08,0x0E-0x1F) 不感兴趣。您可以使用不同的存储和检索机制（二进制模式）来压缩输入字节，因为您不必返回原始数据而是原始文本。您可以重新计算存储值的含义并将它们重新调整为要打印的字节。您实际上只会丢失不是文本数据的数据，因此不可打印或输入。如果 WinZip 会这样做，那将是一个很大的失败，但对于您提出的要求，这根本不重要。
由于要求规定文本为 10000 个字符，您可以节省 255 个字符中的 26 个，如果您的包装没有任何损失，您实际上可以节省大约 10% 的空间，这意味着如果您可以在 1000 (10% 10000) 个字符，您可以实现这一目标。您必须将 10 个字节的组视为 11 个字符，并从那里通过某种外推方法对 229 范围进行外推 te 11th。如果可以做到，那么问题是可以解决的。
然而，它需要聪明的思考，以及实际上可以在 1 KB 内完成的编码技能。
当然，这只是一个概念性的答案，而不是功能性的答案。我不知道我是否能做到这一点。
但我有冲动为此付出我的 2 美分，因为每个人都认为这是不可能做到的，因为对此非常确定。
你的问题中真正的问题是理解问题和需求。
您所描述的本质上是一个用于创建自解压 zip 存档的程序，与常规自解压 zip 存档将原始数据写入文件而不是标准输出的细微差别。如果您想自己制作这样的程序，有很多压缩算法的实现，或者您可以自己实现例如DEFLATE（gzip 使用的算法）。“外部”程序必须压缩输入数据并输出解压缩代码，并将压缩数据嵌入到该代码中。
伪代码：
string originalData;
cin >> originalData;
char * compressedData = compress(originalData);
cout << "#include<...> string decompress(char * compressedData) { ... }" << endl;
cout << "int main() { char compressedData[] = {";
(output the int values of the elements of the compressedData array)
cout << "}; cout << decompress(compressedData) << endl; return 0; }" << endl;
假设“字符”表示“字节”，并假设输入文本可能包含至少与编程语言一样多的有效字符，则不可能对所有输入执行此操作，因为正如 templatetypedef 所解释的那样，对于任何给定长度的输入文本都“严格较小的”程序本身就是长度较小的可能输入，这意味着可能的输入多于输出。（通过使用以“如果这是 1，以下只是未编码的输入，因为它无法进一步压缩”位开头的编码方案，可以安排输出最多比输入长一位)
假设它足以对大多数输入进行这项工作（例如，主要由 ASCII 字符组成的输入，而不是可能的字节值的全部范围），那么答案很容易存在：使用 gzip。这就是它擅长的。没有什么会变得更好。您可以创建自解压档案，或将 gzip 格式视为“语言”输出。在某些情况下，通过使用完整的编程语言或可执行文件作为输出可能会更有效，但通常会通过为此问题设计的格式来减少开销，即。gzip，效率会更高。
它被称为生成自解压档案的文件存档器。