编写一个以文本为输入的程序，并生成一个再现该文本的程序

std::string s;
/* read the text into s */
std::cout << "#include<iostream> int main () { std::cout<<"" << s << ""; }";

不幸的是，这样的程序并不存在。

要知道为什么会这样，我们需要做一些数学运算。首先，让我们统计有多少长度为n的二进制字符串。每个比特可以是0或1，这为每个比特提供了两个选择之一。由于每个比特和n个比特有两个选择，因此总共有2个长度为n的二进制串。

现在，让我们假设我们想要构建一个压缩算法，它总是将长度为n的比特串压缩为长度小于n的比特字符串。为了使其工作，我们需要计算出有多少不同的长度小于n。好吧，这是由长度为0的比特串的数量，加上长度为1的比特串数量，加上将长度为2的比特串数目，等等给出的，一直到n-1。这个总数是

2⁰+2¹+2²+…+2^n-1

通过一点数学运算，我们可以得到这个数字等于2ⁿ-1。换句话说，长度小于n的比特串的总数比长度为n的比特字符串的数量小一个。

但这是个问题。为了让我们有一个无损压缩算法，它总是将长度为n的字符串映射到长度最多为n-1的字符串，我们必须有某种方式将长度为n的每个比特串与某个较短的比特串相关联，这样就不会有两个长度为m的比特串与相同的较短比特流相关联。通过这种方式，我们可以通过将字符串映射到关联的较短字符串来压缩字符串，也可以通过反转映射来解压缩字符串。长度为n的两个比特串都不能映射到同一个较短的字符串，这一限制使得这种无损-如果两个长度为n的比特串映射到相同的较短的比特串，那么当需要解压缩字符串时，就无法知道我们压缩了两个原始比特串中的哪一个。

这就是我们遇到问题的地方。由于存在长度为n的2个不同的比特串，并且只有2个较短的比特串ⁿ-1个，因此我们不可能在不向同一较短串分配至少两个长度为n比特串的情况下将长度为n个的每个比特串与某个较短比特串配对。这意味着，无论我们多么努力，无论我们有多聪明，无论我们的压缩算法有多有创意，都有一个严格的数学限制，那就是我们不能总是让文本变短。

那么，这与你最初的问题是如何对应的呢？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长度为10000的2个¹⁰⁰⁰⁰字符串中的每一个映射到长度小于10000的2^{<10000>-1个字符串上。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。因此，你想解决的问题是不可能的。}

也就是说，我们可能能够得到一个程序，它可以将长度为10000的字符串中除一个外的所有字符串压缩为较短的字符串。事实上，我们可能会找到一种压缩算法来做到这一点，这意味着在概率为1-2¹⁰⁰⁰⁰的情况下，任何长度为10000的字符串都可以被压缩。这是一个很高的概率，如果我们在宇宙的一生中一直在挑选字符串，我们几乎肯定永远不会猜到"一个坏字符串"。

---

为了进一步阅读，信息论中有一个概念叫做Kolmogorov复杂性，它是产生给定字符串所需的最小程序的长度。一些字符串很容易被压缩（例如，ababababababab），而另一些则不然（例如，sdkjhdbvljkhwqe2305089）。存在被称为不可压缩字符串的字符串，对于这些字符串，字符串不可能被压缩到任何更小的空间中。这意味着任何打印该字符串的程序都必须至少与给定字符串一样长。为了更好地介绍Kolmogorov复杂性，你可能想看看Michael Sipser的"计算理论导论，第二版"第6章，其中对一些较酷的结果进行了极好的概述。要想更严谨、更深入地研究，可以考虑阅读第14章"信息理论的要素"。

希望这能有所帮助！

如果我们谈论的是ASCII文本。。。

我认为这实际上可以完成，并且我认为文本将大于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压缩，但它可以。

为什么？

要求：输出原始文本

文本不是数据。当您读取输入文本时，您读取的是ASCII字符（字节）。其中包含可打印和不可打印的值。

举个例子：

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

由于必须将文本打印为输出，因此您对范围（0x00-0x08,0x0E-0x1F）不感兴趣。您可以通过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，而是返回原始文本。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。实际上，您将只释放非文本数据的数据，因此这些数据不可打印或输入。如果WinZip这样做，那将是一个巨大的失败，但对于您所声明的要求来说，这根本无关紧要。

由于要求文本为10000个字符，您可以保存255个字符中的26个，因此如果您的包装没有任何损失，您可以有效地节省大约10%的空间，这意味着如果您可以用1000个字符（10000个字符的10%）编码"解压缩"，您就可以实现这一点。您必须将10个字节的组视为11个字符，然后根据229的范围，通过某种外推方法外推te 11。如果能够做到这一点，那么问题就可以解决。

尽管如此，它需要聪明的思维和编码技能，才能在1千字节内真正做到这一点。

当然，这只是一个概念性的答案，而不是一个功能性的答案。我不知道我是否能做到这一点。

但我有一种冲动，想为此付出2美分，因为每个人都觉得这是不可能的，因为我对此非常确信

问题中真正的问题是理解问题和需求。

您所描述的基本上是一个用于创建自解压zip档案的程序，只是一个小的区别，即常规的自解压zip存档将原始数据写入文件而不是stdout。如果你想自己制作这样一个程序，有很多压缩算法的实现，或者你可以自己实现例如DEFLATE（gzip使用的算法）。"外部"程序必须压缩输入数据并输出用于解压缩的代码，并将压缩的数据嵌入该代码中。

伪码：

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;

1. 假设"字符"意味着"字节"，并且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templatepedef所解释的，对于任何给定长度的输入文本，所有"严格较小"的程序本身都可能是长度较小的输入，这意味着可能的输入比可能的输出更多。（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）

2. 假设它足以对大多数输入（例如，主要由ASCII字符组成的输入，而不是所有可能的字节值）执行此操作，那么答案很容易存在：使用gzip。这就是它的长处。没有什么比这更好的了。您可以创建自解压档案，也可以将gzip格式视为"语言"输出。在某些情况下，使用完整的编程语言或可执行文件作为输出可能会更高效，但通常情况下，通过使用为该问题设计的格式（即gzip）来减少开销会更高效。

它被称为产生自提取归档的文件归档器。