最後更新：2026-06-23

壓縮率

壓縮率衡量壓縮演算法縮減資料量的效果，廣泛應用於壓縮工具、網路協定、編解碼器評估和資料庫儲存規劃等場景。

計算公式

$$CR = \frac{S_o}{S_c}$$ $$\text{節省空間（\%）} = \left(1 - \frac{S_c}{S_o}\right) \times 100$$

其中 $S_o$ 為原始（未壓縮）大小，$S_c$ 為壓縮後大小，單位相同。壓縮率大於 1 表示檔案縮小；等於 1 表示未發生壓縮。

計算範例： 一個 100 MB 的記錄檔封存使用 gzip 壓縮至 25 MB：

$$CR = \frac{100 \text{ MB}}{25 \text{ MB}} = 4 \quad (4\!:\!1)$$ $$\text{節省空間} = \left(1 - \frac{25}{100}\right) \times 100 = 75\%$$

壓縮率的定義慣例

常見的定義有兩種。本計算機採用原始大小 ÷ 壓縮後大小，結果大於 1，一眼即可比較（壓縮率 10 明顯優於 4）。部分工具和論文採用倒數（壓縮後 ÷ 原始，即所謂的「壓縮因子」或「編碼增益」），結果為 0 至 1 之間的小數。比較不同工具的數據前，應先確認所採用的定義。

各類型檔案的典型壓縮率

檔案類型	演算法	典型壓縮率
純文字、記錄	gzip	4:1 – 10:1
原始碼	gzip	3:1 – 6:1
資料庫備份	gzip	5:1 – 15:1
相片	JPEG（品質 80）	10:1 – 20:1
音訊	MP3（128 kbps）	約 10:1
影片	H.264 對比未壓縮	50:1 – 200:1
加密／隨機資料	任何無損演算法	約 1:1

無損壓縮與有損壓縮

無損壓縮（ZIP、FLAC、PNG、LZ4）保證解壓縮後完整重建原始位元組。其壓縮率受資料的統計冗餘限制，Shannon 熵設定了理論最低值。有損壓縮（JPEG、MP3、H.264）永久捨棄被判斷為人類感官無法察覺的資訊，突破熵值下界，但代價是品質損失。

熵值極限

Claude Shannon 的資訊源編碼定理（1948 年）證明，任何無損編碼器都無法將獨立同分佈的資訊源壓縮至低於其熵值。對於完全隨機的位元組檔案（例如密碼安全亂數產生器的輸出，或已加密的檔案），熵值等於檔案大小。任何無損演算法應用於此類檔案時，都會產生與原始大小相同甚至更大的輸出。

相關計算

如需估算影像壓縮前的原始未壓縮大小，請使用 影像檔案大小計算機。如需計算壓縮後檔案的傳輸時間，請使用 下載時間計算機。

常見問題（FAQ）

壓縮率的意義為何？

壓縮率為原始大小除以壓縮後大小。壓縮率為 3 表示壓縮後的檔案大小是原始的三分之一，即每 3 個位元組的原始資料只需儲存 1 個位元組。壓縮率為 1 表示未發生任何壓縮。部分資料來源定義方式相反（壓縮後 ÷ 原始，結果小於 1），因此比較不同工具的壓縮率時，應先確認所採用的定義。

無損壓縮和有損壓縮有何差異？

無損壓縮（ZIP、FLAC、PNG）能完整重建原始檔案；壓縮率受資料的統計冗餘限制，一般檔案通常可達 2:1 至 5:1。有損壓縮（JPEG、MP3、H.264）以永久捨棄部分資訊的方式達到更高的壓縮率——10:1 至 100:1——但代價是一定程度的品質損失。最佳選擇取決於是否需要完全還原原始資料。

各類型檔案的典型壓縮率為何？

純文字因重複模式較多，壓縮效果佳：ZIP 對一般文件可達 3:1 至 6:1。重複性高的資料庫備份可達 10:1 或更高。以 JPEG（品質 80%）壓縮的相片，相對於未壓縮點陣圖通常可達 10:1 至 20:1。已壓縮的格式（如 JPEG 或 MP4）再次套用無損壓縮幾乎沒有效果，壓縮率接近 1:1。

壓縮是否有理論上的極限？

有。Claude Shannon 的資訊源編碼定理（1948 年）指出，任何無損演算法都無法將資料壓縮至低於其 Shannon 熵——一種衡量資訊含量的指標。對於完全隨機的位元組檔案，熵值等於檔案大小：進一步的無損壓縮不可能實現，任何演算法實際上都會增加輸出大小。這也是加密或已壓縮的檔案無法透過 ZIP 或 gzip 進一步縮小的原因。