2000年4月14日，在美国的威斯康星州，冬天的寒冷仍然笼罩着这个中北部的大地，在万物仍未复苏季节里，一个生命在这一天被发现永远的离开了人世。他躺在一家廉价的汽车旅馆的地板上，手里紧紧握着一个烈性酒的酒瓶，房间里稀稀拉拉的散落着几个已经喝干的酒瓶...

很快，这个酒店的工作人员打电话报警，警察赶到现场，很快确认了这个人的身份和死因，他死于过量饮酒引起的急性脾出血，在此之前的十几年中，这个37岁的中年男子，因为饮酒已经多次入狱，他也多次尝试禁酒，但总是无功而返，最终，他的身体被酒精彻底摧毁，穷困潦倒的离开了这个世界。当时，北国依旧寒冷，身边没有亲人，他走的时候，不知道是否对这个世界有一丝牵挂。那一天是2000年4月14日，时至今日，几乎没有人记得他是谁，即使他留下的遗产肯定帮助了我们所有人。

菲尔•卡兹

在你的电脑上打开一个zip文件，然后用UltraEdit这样可以支持二进制的文本编辑器打开这个zip文件，你就可以看到这个天才的名字的缩写，PK，他的名字叫菲尔卡兹，他用这种方式，留在了我们的电脑里，留在了每一个zip压缩包里，只是，没有人知道他的存在。我猜可能会有一些同学不想动手查看二进制的zip文件，所以，我随便打开了一个zip，截了个图，放在我的微信公众号里，大家可以看到，zip文件格式的前两个字母就是PK。

前两个字母是PK

菲尔卡兹，1962年出生，因为他并不是传统意义上的名人，并且在37岁的时候就孤独的离开了人世，因此，他年轻时候的事迹并不为人所知。其实这符合一般规律，像我们这种默默无闻的人，根本没人在乎你小时候干了啥，在哪里读书，没人知道的。只有等出名以后，再开始重新创作一下，大部分的自传都是这么搞的，根本没什么实话，很多人都是创作自己小时候的故事。但是本文的主角，菲尔卡兹同学，他37岁去世，正如《再别康桥》那首诗里所写的：悄悄的我走了，正如我悄悄的来；我挥一挥衣袖，不带走一片云彩。他前半生的事迹并不为人所知，所以，我也不能胡编乱造，因为他这样的技术人员，我非常的佩服，即使他穷困潦倒，客死他乡，我也很佩服。正因为佩服，我觉得任何的神话他，都是对他在天之灵的不尊重。虽然把他小时候说的很聪明灵利，比如两岁背唐诗，三岁写文章，五岁抄党章会让他的一生显得很精彩，但是，这是不对的。所以，我并不知道他小时候怎么样，只能从他大学时候开始写。

他大学实在威斯康星大学读的，专业是计算机工程科学，然后大学他做了啥也不清楚，反正他毕业了。毕业以后，就去了一家叫洛克威尔自动化的公司，这家公司至今仍然比较厉害，他当时所从事的工作是写软件来控制起重机的机械手臂的，一个很普通的程序员。和我们这些人一样，他也喜欢上网。但是那时候上网和现在上网，还是有巨大的不同。

在当年，也就是1988年左右，上网的时候需要通过调制解调器，将电话里的模拟信号转换成数字信号来上网，速度非常慢，价格非常贵。那时候也没有现在这种一个首页就有5M的门户网站，那时候都是上BBS，类似于现在的百度贴吧吧，但是，我确信，当年的BBS是不会卖假药的！那个时候，就是登录到BBS上，然后看文章。信息以文字为主。但是，当年的网络速度非常慢，导致传送文本文件，速度也是慢的不行。因此，都必须使用压缩软件，将文件压缩以后，再互相传输，这样可以节省用户的时间。当时在美国，最流行的压缩软件叫ARC，但是，这个软件是收费的，菲尔卡兹同学觉得，这玩意也收费，受不了，他就业余时间搞了一个软件，名字叫PKARC，免费的，这个软和商业版的ARC软件完全兼容。在收钱和免费之间，广大的人民群众毫不犹豫的选择了免费软件，搞得ARC这个公司很郁闷，直接起诉了菲尔卡兹，然后，菲尔卡兹输掉了官司，法院判决菲尔卡兹今后不允许再开发PKARC这个软件，也不允许再传播这个软件。当然了，这激怒了菲尔卡兹这头雄狮。包括官司在内的这些威胁，只能吓唬一些普通人，比如说我这样的人，找几个戴金链子，纹身的大汉，上门一下，可能就可以解决问题了。实在不行，再找一些比黑社会更黑的人来解决问题，比如去派出所，实在不行，放大招，去法院起诉，这三板斧下来，99.999%的人也就服气了。但是，问题是，这个菲尔卡兹是一头狮子，这个就难办了，法院判决下来以后，他被彻底激怒了。这一怒不要紧，他喝了一瓶酒冷静了一下，花了两周时间，开发了一个软件，最后把那家公司干死了，我查了一下，有个信息说那家公司有300人左右，然后他一个人，几瓶酒，外加两周时间，那家赢了官司的ARC公司就稀里糊涂的死了。这个等会儿我们再说，先来说说压缩的问题。

因为我这个节目，纯粹是自己自娱自乐，所以呢，我想讲技术就讲技术，现在我要开始讲压缩的技术。从本质上来讲，压缩的目的即使消除冗余。比如说，数据得有冗余才可以压缩，如果没有冗余，根本没办法压缩。比如说，让我们压缩20万位圆周率，这个再聪明的人也没法压缩，因为圆周率没有冗余，用啥算法也白搭，无理数没法压缩。压缩的基本原理就是寻找重复出现的字串，然后用更短的符号来代替。比如说，有2万位数字1，这个很好压缩，因为都重复么，可以用几个字符代替，比如：用字符串2万来表示，然后再加上个1。这样就可以压缩了。再比如，“然而并没有卵用”这7个字，可以用“然并卵”来代替，也算是压缩的一种，解压的过程在我们每个人的脑子里。

那我们再来考虑一个问题，压缩有极限么？有没有可能无限的压缩下去呢？答案是，没有！比如很多人说自己发明了某种特别的牛逼的算法，比现在的好多少倍，这个基本上就是吹牛。比如说，在1992年，美国有一家叫WEB Technology的公司，宣称可以将任何文件压缩为原来的1/16,这个一看就是吹牛，不过这家公司就靠这个技术，忽悠了很多粉丝，还骗了不少投资，最后当然倒闭了，但是从骗投资的角度，这个技术是成功的。如果我们从纯技术的角度来看，这个撒谎一点也不高明，因为他说任何文件，他都可以压缩为原来的1/16，其实我们可以随便拿个文件，让他压缩，然后获得了一个1/16的文件，然后再递归让他压缩... 然后一个好好的文件，就压缩成0了。所以，我实在是搞不懂这个技术竟然能骗那么多钱，看来还真是没有赚钱的眼光啊！

在1948年，贝尔实验室工作的香农发表了经典的论文，论文的题目叫《通信的数学原理》，这个学计算机或者通讯专业的学生肯定都是知道这一篇论文的，这篇论文的核心思想是：任何信息都存在冗余，冗余的大小与信息种每个符号出现的概率有关。然后香农借鉴了热力学的概念，把信息中排除了冗余以后的平均信息量称为信息熵，并且给出了计算信息熵的数学表达式。这篇论文就是信息论的开山之作，也正是这个信息熵奠定了所有压缩算法的基础。因此，可以根据香农老师给出的数学公式，计算出压缩的极限。

讲压缩算法，必须要讲的一个算法叫LZ算法，为啥叫LZ算法呢，因为这个算法是两个犹太人的名字的首字母，一个是L，一个是Z。这个算法非常的简单，如果大家会查字典的话，就一下子明白这个LZ算法的原理了，就是使用字典的页码和行号来代替每一个单词，因此基于LZ算法的这类压缩算法又叫做Dictionary Coders。这两个老哥分别再1977年和1978年发表了两个LZ算法，分别叫LZ77和LZ78算法。这个LZ系列的算法影响非常深远，等会儿我再回过头来说这个算法。因为除了这个算法，还有一个系列的算法也特别厉害。在比较这两个算法之前，先说说那个算法。

其实香农老师在那篇论文里，也提出了一个压缩算法，叫香农编码，但是这个编码技术，也不怎么样，后来麻省理工的一个教授，基于香农编码提出了一个改进的算法，就是我们教科书里说的Shannon-Fano编码，但是，这几个算法都是为了说明问题，顶多算是揭示了变长编码的一些基本的规律，如果碰到加密大量的数据，效率低下的和政府一毛一样。根本就没法将压缩算法真正的实用。因为一个东西一旦要大规模的实用化，就需要兼顾效率。否则的话，根本没人用。比如你压缩的倒是挺好，一个100M的文件压缩2小时，解压2小时，根本没人会用这玩意儿。

在压缩算法上，第一个真正实用的算法叫Huffman编码，这个算法是在1952年提出的。当时Huffman在麻省理工读书，还是个学生。他不想上课，然后老师说，那行，你想上课没啥问题，但是，你得给我展示一下你不想上课的理由吧。我在上大学的时候，也经常不想上课，我给老师展示的理由是我特别能睡觉，只要是早上8点的课，我一视同仁的都不去上课，起不来。但是这个Huffman同学人家觉得老师说的对，然后他就设计了一个算法，来压缩。老师一看，我靠，好了，你不用来上课了，这门课满分。因此，这个不想上课的同学，设计的算法，一直到今天，都是压缩算法里的王牌，影响至今。

在1984年，一个叫特里研究人员，这里的特里不是英格兰后卫那个特里，这个特里不会睡队友的老婆，发表了一篇论文，那篇论文的研究成果就是后来非常著名的LZW算法，如果有人不知道LZW算法的话，肯定看过GIF动画，就是现在咱们发表情包的那个GIF，虽然现在很多GIF已经不是第一版的GIF格式，但是，第一版的GIF动画，使用的算法就是LZW算法。这个算法就是我前面所提到的LZ算法。这个算法就是字典算法。

讲到这里，我已经提到了两种算法，一种是字典式算法，就是LZ算法，一种是Huffman编码算法。现在我们主要使用的算法是字典式算法，比如WinZip，WinRAR，gzip等等，都是字典式算法。

关于算法的事情就先讲到这里，希望大家对LZ系列算法和Huffman算法有所了解，为什么要讲这个呢，因为接下来我要开始讲本文的主人公了，就是菲尔卡兹。菲尔卡兹被ARC公司告上法庭以后，就输掉了官司，因为前文我提到的LZ78和LZW这两个神奇的算法，是有专利的。他能做的选择不多，只能选择性能最差的LZ77算法，这个算法的运行效率非常不好，否则人家也不会重新发明LZ78这个算法了。然后，菲尔卡兹天才般的将LZ77这个算法，和我前面提到的Huffman编码结合起来，创造了一个新的算法，名字就是deflate编码。因为他输掉了官司，他非常气愤，他使用这个他自己发明的新的算法，制作了一个软件，名字叫PKZIP，然后，菲尔卡兹将这个软件和以前他做的软件一样，免费的发放。这个免费的软件不仅仅是免费，无论从压缩比，压缩以及解压速度，都超过了商业软件ARC。结果，几乎所有的人都开始使用菲尔卡兹的软件，ARC这个商业公司，就此消失了。

同时，菲尔卡兹还开放了所有的格式，他讨厌商业公司的做法，因此他的算法和ZIP编码格式都可以被任何人使用，而不用付给他一分钱。凭借这个无私的行为，菲尔卡兹赢得了尊重，当然，仅仅是声誉上的尊重。他尝试让用户能付给他一点钱，但是即使付给他钱，这个付费的软件和免费的软件并没有什么区别。结果可想而知，大家根本不肯付钱给他，所以，即使他做出了如此流行的软件，他个人并没有获得经济上的好处。如果他能从中获得一点钱的话，他也不会住在破旧的汽车旅馆里，喝着劣质的烈性酒，最终，结束了自己的生命。

菲尔卡兹的zip已经无处不在，很长一段时间，winzip的下载量长期排在所有共享软件的第一位，高达2亿次，但是很少有人肯为此付钱。也许有人说，我天天用winrar这个软件啊，是的，在中国，这一点也不奇怪，但是不要拿中国的情况等同于全世界，比如如果在外企的话，发送的压缩格式，还是zip为主，为什么呢？因为winrar在国外一点都不流行。

为什么在中国winrar如此流行呢？其实在盗版盛行的国家，winrar都特别流行，在盗版界，有个东西叫0day，就是正式版的软件发布以后，盗版在24小时之内出现，这就叫0day。发布0day的这个组织呢，和winrar有某种说不清道不明的关系，发布的破解补丁，只使用rar格式来发布。这就导致了一个很吊诡的现象，winrar这个商业软件竟然靠盗版组织来生存，zip这个开放格式的软件，竟然靠商业公司来支持。不管怎么说，zip是压缩格式毫无疑问的主流。在任何操作系统上，不需要安装任何软件，就可以解压zip格式，如果想解压rar格式，一定要先安装一个软件才行。

让我们在回到2004年4月14日，那个寒冷的夜晚，穷困潦倒的菲尔卡兹，喝完最后一瓶酒，慢慢的倒在了地上。他不知道，他写出的软件已经让太多人受益，他只知道，他没有钱住一个好一点的酒店。在他弥留的那个瞬间，我不知道他是否还怀念这个世界，他付出了所有，他将他毕生的才华写出了一个伟大的软件，他却一无所获。自私是人类最根深蒂固的品德，如果世间真有轮回的话，今生他已经无牵无挂了，希望他永远都不会再转世为人了吧，这个人间对他的伤害太大了...就让人间留给卖假药的富豪，和爱占小便宜的群众吧。

如果你觉得有用，欢迎打赏。

72. 天才与酒鬼，自私与无畏

软件那些事儿