计算机科学入门
上次我们讲了 数据存储 ， 磁带 和 硬盘 这样的技术，可以在断电状态长时间存上万亿个位，非常合适存一整块有关系的数据，或者说 文件 （file）。
你肯定见过很多种文件比如 文本文件 ， 音乐文件 ， 照片 和 视频 ，今天，我们要讨论文件到底是什么，以及计算机怎么管理文件。
随意排列文件数据完全没问题，但按格式排会更好，这叫 文件格式 （file format）。
你可以发明自己的文件格式，程序员偶尔会这样做，但最好用现成标准，比如 JPEG 和 MP3 。
文本文件
来看一些简单文件格式，最简单的是文本文件，也叫 TXT 文件, 里面包含的是 文字 ，就像所有其它文件，文本文件只是一长串二进制数，原始值看起来会像这样：
可以转成十进制看，但帮助不大，解码数据的关键是 ASCII 编码，一种字符编码标准。
第一个值 72 在 ASCII 中是大写字母 H ，以此类推解码其他数字。
音频
来看一个更复杂的例子： 波形 (Wave)文件，也叫 WAV 它存音频数据，比如 码率 (bit rate)，以及是 单声道 还是 **立体声 ** ，关于数据的数据，叫 元数据 (meta data)。
元数据存在文件开头，在实际数据前面，因此也叫 文件头 (Header)，WAV 文件的前 44 个字节长这样。
有的部分总是一样的，比如写着 WAVE 的部分，其他部分的内容，会根据数据变化， 音频数据 紧跟在 元数据 后面，是一长串数字，数字代表 每秒捕获多次的声音幅度 。
扬声器通过震动发出声音。
举个例子，看一下 你好 的波形。
现在捕获到了一些声音，我们放大看一下，电脑和手机麦克风，每秒可以对声音进行上千次采样，每次采样可以用一个数字表示，声压越高数字越大，也叫 振幅 （amplitude）。
WAVE 文件里存的就是这些数据，每秒上千次的振幅！
播放声音文件时，扬声器会产生相同的波形。
图片
现在来谈谈 位图 (Bitmap)，后缀 .bmp , 它存图片，计算机上，图片由很多个叫 像素 的方块组成。
每个像素由三种颜色组成：红，绿，蓝 ，叫 加色三原色 ，混在一起可以创造其它颜色。
就像 WAV 文件一样，BMP 文件开头也是元数据，有 图片宽度 ，图片高度 ，颜色深度 。
举例，假设元数据说图是 4像素宽 x 4像素高，颜色深度 24 位， 8 位红色，8 位绿色，8 位蓝色，8位 (bit) 和 1字节(byte) 是一回事，一个字节能表示的最小数是 0，最大 255。
图像数据看起来会类似这样。
来看看第一个像素的颜色，红色是 255 ，绿色是 255 ，蓝色也是 255 ，这等同于全强度红色，全强度绿色和全强度蓝色。
混合在一起变成白色，所以第一个像素是白色！
下一个像素的红绿蓝值，或 RGB 值 255,255,0 是黄色！
下一个像素是 0,0,0 ，黑色。
下一个是黄色。
因为元数据说图片是 4x4 我们知道现在到了第一行结尾，所以换一行。
下一个 RGB 值是 255,255,0，又是黄色。
好，我们读完剩下的像素，一个低像素的吃豆人。
文件系统
平面文件系统
再次强调，不管是文本文件，WAV，BMP，或是我们没时间讨论的其他格式，文件在底层全是一样的： 一长串二进制 。
为了知道文件是什么，文件格式至关重要，现在你对文件更了解了，我们接下来讨论计算机怎么存文件。
虽然硬件可能是磁带，磁鼓，磁盘或集成电路，通过软硬件抽象后，可以看成一排能存数据的桶。
在很早期时，计算机只做一件事，比如算火炮射程表，整个储存器就像一整个文件，数据从头存到尾，直到占满。
但随着计算能力和存储容量的提高，存多个文件变得非常有用，最简单的方法是把文件 连续存储 。
这样能用，但怎么知道文件开头和结尾在哪里？储存器没有文件的概念，只是存储大量 位 ，所以为了存多个文件，需要一个 **特殊文件 ** ，记录其他文件的位置，这个特殊文件有很多名字，这里泛称 目录文件 （Directory File）。
这个文件经常存在最开头，方便找，位置 0！
目录文件里，存所有其他文件的名字，格式是 文件名 + 一个句号 + 扩展名 ，比如 BMP 或 WAV 。
扩展名帮助得知文件类型，目录文件还存文件的 元数据 ，比如创建时间，最后修改时间，文件所有者是谁，是否能 读/写 或 读写都行 。
最重要的是，目录文件有文件 起始位置 和 长度 。
如果要添加文件，删除文件，更改文件名等，必须 更新 目录文件。
就像书的目录，如果缩短或移动了一个章节，要更新目录，不然页码对不上。
目录文件，以及对目录文件的管理，是一个非常简单的 文件系统 例子，文件系统专门负责管理文件，刚刚的例子叫 平面文件系统 （Flat File System），因为文件都在 同一个层次 。
当然，把文件前后排在一起有个 问题 ，如果给 todo.txt 加一点数据会 覆盖 掉后面 carrie.bmp 的一部分，所以现代文件系统会做两件事。
- 把空间划分成一块块，导致有一些
预留空间可以方便改动，同时也方便管理。用这样的方案，目录文件要记录文件在哪些块里。
- 拆分文件，存在多个块里。假设打开 todo.txt 加了些内容，文件太大存不进一块里，我们不想覆盖掉隔壁的块，所以文件系统会分配 一个 没使用的块 ，容纳额外的数据。
目录文件会记录不止一个块，而是多个块，只要分配块，文件可以轻松增大缩小，这听起来很像 虚拟内存 （Virtual Memory）。
假设想删掉 carrie.bmp ，只需要在目录文件删掉那条记录，让一块空间变成了可用。
注意这里没有 擦除数据 ，只是把记录删了，之后某个时候，那些块会被新数据 覆盖 ，但在此之前，数据还在原处。
TIP
这也是为什么有些文件删除可以被 恢复 。
碎片整理
假设往 todo.txt 加了更多数据，所以操作系统分配了一个新块，用了刚刚 carrie.bmp 的块，现在 todo.txt 在 3 个块里，隔开了，顺序也是乱的，这叫 碎片 （fragmentation）。
碎片是增/删/改文件导致的，不可避免，对很多存储技术来说，碎片是坏事，如果 todo.txt 存在磁带上，读取文件要先读块 1 ， 然后快进到块 5 ，然后往回转到块 2 ，来回转个半天。
现实世界中，大文件可能存在数百个块里，你可不想等五分钟才打开文件，答案是 碎片整理 （defragmentation）。
这个词听起来好像很复杂，但实际过程很简单，计算机会把数据来回移动，排列成正确的顺序，整理后 todo.txt 在 1 2 3，方便读取。
分层文件系统
目前只说了平面文件系统，文件都在同一个目录里，如果存储空间不多，这可能就够用了，因为只有十几个文件。
但内存容量爆炸式增长，文件数量也飞速增长，很快，所有文件都存在同一层变得不切实际，就像现实世界相关文件放在同一个文件夹会方便很多，然后文件夹套文件夹。
这叫 分层文件系统 （Hierarchical File System），实现方法有很多种，最大的变化是 目录文件不仅要指向文件, 还要区分目录 。
我们需要额外 元数据 来区分开 文件 和 目录 。
这个目录文件在最顶层，因此叫 根目录 （Root Directory），所有其他文件和文件夹，都在根目录下，图中可以看到根目录文件有 3 个文件，2 个子文件夹：音乐 和 照片 。
如果想知道 音乐 文件夹里有什么，必须去那边读取目录文件（格式和根目录文件一样）。
除了能做无限深度的文件夹，这个方法也让我们可以轻松移动文件，如果想把 theme.wav 从根目录移到音乐目录，不用移动任何数据块，只需要改两个目录文件，一个文件里 删一条记录 ，另一个文件里 加一条记录 ，theme.wav 依然 在块 5 。
文件系统使我们不必关心文件在磁带或磁盘的 具体位置 ，整理和访问文件更加方便。