javascript和。;的自带功能，用的就是介绍一下！
简单回答，可以把多个文件完全压缩成一个文件，也可以达到你说的压缩效果，但是慢！
it如果你只是在实验室里做实验，这没什么问题，但这并不容易。;这是普遍现象。
用软件的时候要考虑很多问题。
1.算法的局限性。像常用的lz77、gzip、snappy，在匹配同一个字符串时，对历史缓冲区的大小和最大匹配长度都有限制。以你说的例子为例。当你遇到第二个100m的时候，你需要寻找100m的位置来找到匹配，但是匹配这个100m是需要代价的(包括100m的内存消耗和匹配100m长度所需的时间)，这会让压缩过程非常非常慢！其次，最大匹配长度的问题。同样，你可以不要在有限的时间内无限期要求更长的匹配，这是有门槛的。一般来说，匹配窗口的大小通常是几kb到几mb(snappy是64kb)，最大匹配长度更小。基于字典的，如lz78和lzw也有字典大小和最大匹配长度的问题，所以我赢了这里不再赘述。
2.压缩率和压缩速度的软件折衷。简单来说，压缩比越大，压缩速度越快，反之亦然。主要看追求什么样的平衡。即使盲目追求压缩比，用一个算法压缩100m还是很贵的。最好使用多层压缩。例如，gzip使用霍夫曼和lz77的组合。当然也可以使用文件到文件的查重算法(云端一秒上传电影的各种例子)，但是这个只适合云端备份，暂时不适合多文件压缩打包(量太小不实用，浪费资源)。
3.多文件压缩偏好每个单独的压缩，这主要是由性能决定的。比如你有16个文件要压缩，如果一开始分别压缩，可以调动16个线程一起压缩，时间会缩短16倍。然后花一点时间把压缩文件粘贴在一起，添加元数据。如果是一起压缩，因为并行压缩算法比较难，基本上是一个线程在工作(很多多线程也是先把文件切成多份，原理同上)，会慢很多。解压也是一样的。通过调动多个线程，可以同时解压缩单个压缩文件。另外，如果解压时我只需要其中一个文件，这种压缩更有优势。我只需要读取元数据，只解压文件中需要的部分，而不需要解压所有文件。
