几种常用无损数据压缩算法研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ 中国工程物理研究院 计算机应用研 究所， 四川 绵阳 ６ １０ ） ２９０
摘 要： 随着 网络承 载的信 息量 的 飞速增 长， 据压 缩必 然会 备受人 们 重视 。数 据压 缩 可分 成 两种 类 型 ， 种 叫做 无损 压 数 一
缩 ， 一种 叫做 有损 压缩 。文 中主要 介绍 目前用 得 最多 和技 术 最成 熟 的 无损 数 据 压缩 技 术 ， 照无 损 压 缩方 法 采用 的压 另 按 缩技 术 的不 同 ， 从基 于统计 的压 缩思 想 和基 于字典 的压 缩思 想两个 方 面对其 中最 具有 代 表性 的无损 数 据压 缩方 法 进行 了
ｉ ｔｏ ｕ ｅ ｔ ｅ ；ｔｉ ａ ｉｉ ｔ ｅ ｅ ｎ ｅ ｆ ｒ ｐ ｏ ｌ ｏ ｉ ｎ ｅ ｅ ｔ ｉ ｏ ｓｅ ｓ ｄ ｔ ｏ ｐ ｅ ｓｏ ｅ ｈ ｏ ｏ ｙ． ｎ ｄ ｃ ｈ ｍ Ｉ ｓｆ ｃｌｔ ｅｒ ｆ ｒ ｃ ｏ ｅ ｐ ｅ ｗｈ ｓｉ ｔ ｒ ｓ ｎ ｌ ｓｌ ｓ ａａ ｃ ｍ ｒ ｓｉ ｎ ｔ ｃ ｎ ｌ ｇ ｒ ａ ｅ
ｓｏ ａ ｅ ｄ ｖ ｄ ｄ ｉ ｔ ｗｏ ｔ ｐ ｓ，ｏ ｅ ｉ ａｌ ｄ ｌ ｓ ｌ ｓ ｏ ｒ ｓ ｉ ｎ，ａ ｄ ｔ ｅｏ ｅ ｓｃ ｌ ｄ ｌ ｓ ｏ ｒ ｓ ｉ ｎ Ｉ ｋ ｓｌ ｓ ｌｓ ａ ａ ｔ ｍ— ｉ ｎ ｃ ｌ ｂ ｉ ｉ ｅ ｎ ｏ ｔ ｙ ｅ ｌ ｎ ｓｃ ｌ ｏ ｓｅ ｓｃ ｍｐ ｅ ｓｏ ｅ ｎ ｔ ｒｉ ａ ｌ ｏ ｓｃ ｍｐ ｅ ｓｏ ． ｔｔ ｅ ｏ ｓｅ ｓｄ ｔ ｏ ｈ ｈ ｅ ａ
和空问上 日益增长 ， 信息存储 特别 是 网络传输 带来 给
诸多的困难 。为 了节省信息的存储空间和提高信息 的 传输效率 ， 须对 大 量 的实 际数 据进 行有 效 的压 缩 。 必 数据压缩作为解决海量信息存储和传输 的支持技术受 到人们 的极大重视 。 压缩算法分为无 损压缩和有损压缩 。相对于有损
Ｒｅ ｅ ｒ ｈ ｏ ｅ ｅ ａ ｍｍ ｏ Ｌｏ ｓｅ ｓ Ｄａ ａ Ｃｏ ｐｒ ｓ ｉ ｎ Ａｌ ｏ ｉｈ ｓ ｓ ａ ｃ ｆ Ｓ ｖ ｒ ｌＣｏ ｎ ｓ ｌ ｓ ｔ ｍ ｅ ｓｏ ｇ ｒｔ ｍ
ＺＨＥＮ Ｇ ｉ ｆ ｎｇ Ｃｕ － ａ
（ｎｔｕｅｏ ｏ ｐ ｔｒ ｐ ｌ ａｏ ， ｈ ａＡ ａｅ ｆ ｎ ｉ ｅｉｇＰ ｙｉｓＭｉ ｙｎ ２９ ０ Ｃ ｉａ Ｉｓｔ ｆＣ ｍ ｕｅ ｐｉ ｔ ｎ Ｃ ｉ ｃｄｍｙｏ ｇｎ ｒ ｈ ｓ ， ａ ａｇ６ １０ ， ｈｎ ） ｉｔ Ａ ｃｉ ｎ Ｅ ｅ ｎ ｃ ｎ
收 稿 日期 ：０ １ Ｏ — ７； 回 日期 ：０ １ ０ — ９ ２ １一 １２ 修 ２ １ — ５ ０
的图像数据 （ 如指纹 图像 、 医学 图像 等 ） 的压 缩。这类
算法压缩率较低 ， 一般为 １２～ ／ 。 ／ １５
通常压缩对 象是 文 字或 数字 等 要求 精 确 的数 据 时， 无损压缩 是必 然 的选择 。无 损压缩从 压缩 模 型上
详细 的分类 讨论 和优 缺点 比较 ， 基 于字典压 缩 算法 的一 些成 熟 的 改 进算 法 进 行 了汇 总 介绍 ， 于 对无 损 数 据压 缩 技 并对 便
术感 兴趣 的 同志 学 习参考 。
关键 词 ： 据压 缩 ； 损数 据压 缩 ； 计压缩 算法 ； 典压 缩算法 数 无 统 字 中图分 类号 ：Ｐ １． Ｔ ３ １５ 文献标 识码 ： Ａ 文章编 号 ： ７ — ２ Ｘ ２ １ ）９ ０７ — ４ １ ３ ６９ （０ １０ — ０３ ０ ６
空 间的需求量 不依赖输入串长度 ， 是一 个常数 。
５ 算术 编码 也 足 一种根 据 字符 出现几 率 的统 ）
计结 果重新 编码的压缩 方案 ， Ｒ ｓ ｎｎ在 １７ 是 ｉ ａｅ ｓ ６年提 ９
出的 ， 思想 和哈夫曼 算法类似 ， 是一种高效清除字 串冗 余 的算 法 ， 打破 ｒ哈夫曼 算法 必须用 整数来 表示 符
压缩来 说 ， 损压缩 的 占用空 间大 ， 缩 比不高 ， 无 压 但是
的中文文献信 息。希 望能为对无损压缩算法有兴趣 的
同志学 习 、 询提供 方便。 查
１ 无 损 数 据 压 缩 的 分 类
无损压缩技术 即通 常所说 的通用压缩技术也称 为
信息保持编码 、 熵编 码 、 无失 真 编码等 ， 也就是 根据一 定方法对大量数据进行 编码 处理 以达到信息压缩存储 过程 ， 在数据 的压缩过程 中不 允许精度 的损失 ， 被压缩 的数据应该能够通过 解码恢 复到 压缩 以前 的原 状态 。
Ｋｅ ｒ ｓ： ａ ａ ｃ ｍｐ ｓ ｉ ｎ；ｏ ｓｅ ｓｄ ｔ ｏ ｒ ｓ ｉ ｎ； ｔｔｓ ｃ ｃ ｍ ｐ ｅ ｓｏ ｇ ｒｔ ｍ ； ｉ ｔ ｎ ｒ ｏ ｒ ｓｉ ｎ ａｇ ｒｔ ｍ ｙ ｗｏ ｄ ｄ ｔ ｏ ｒ ｓｏ ｌ ｓ ｌ ｓ ａ ａ ｃ ｍｐ ｓｏ ｓａ ｉｔ ｏ ｒ ｓ ｉ ｎ ａ ｏ ｉ ｅ ｅ ｉ ｌ ｈ ｄ ｃ ｏ ａｙ ｃ ｍｐ ｅ ｓｏ ｌ ｏ ｈ ｉ ｉ
Ａｂ ｔ ａ ｔ Ｗ ｉｈ ｔ ｅ ｑ ｉ ｋ ｉ ｃｅ ｓ ｆｎ ｔ ｒ ｓｉ ｆ ｒ ａｉ ｎ。 ａ ａ ｃ ｍｐ ｅ ｓｏ ｓｐ ｉ ｒ ｎ ｒ ｔ ｎ ｏｎ ｂ ｅ ｐ ｅ ｓｒ ｃ ： ｔ ｈ ｕ ｃ ｎ ｒ ａ ｅ ｏ ｅｗｏ ｋ’ ｎ ｏ ｍ ｔ ｏ ｄ ｔ ｏ ｒ ｓｉ ｎ ｉ ａ ｄ ｍｏ ｅ ａ ｄ ｍｏ ｅ ａｔ ｔ ｙ ｐ ｏ ｌ ．Ｄａａ ｃ ｍｐ ｅ — ｅｉ ｔ ｏ ｒ ｓ
大体 可以分 为基 于统计的压缩算 法和基 于字典 的压缩 算法 。具体 的分类 图如 图 １ 所示 。
基金项 目： 中国工程物理研究 院预先研究基金 （９ ０ ４ ） ０ — ６ ２ 作者简介 ： 郑翠芳 （ ９ ７ ）， 硕士研究生 ， １７ 一 女， 研究方 向为软件开发 。
・
７ ４・
表 １ 优 缺 点 比 较 列 表
算 法名称 游 优点 缺点 迂用范围 复 杂 度 ｛商 的 原 始 点 阵 图像
Ｓ ａｎｎ １４ ｈ ｎｏ 在 ９ ８年 给 出 了 一 种 简 单 的 编 码 方 法一
Ｓ ａｎｎ编 码 ， 后 Ｆ ／ 在 １５ ｈｎｏ 随 ａ０ １ ９ ２年 又 进 一 步 提 Ｈ 了 ； Ｆ ｎ 码 。 Ｓａｎ ｎ Ｆｎ 编 码 的 核 心 是 构 造 树 ， ａｏ编 ｈ ｎ ｏ— ａ ｏ 二义
编码 原速度快 均压缩率低
冗余字符或字 中的冗余 位 ， 而达 到减 少数 据文件 从 所 占的存储空 间的 目的。Ｒ Ｃ的压缩效 能取 决于整个 Ｌ
数据流 的重 复字符 出现 次数 、 均游 程长度 及 所采用 平 的编码结构 。由于该算法是 针对 文件的某 特点所 没 计的， 所以应用起 来具 有一 定 的局 限性 。为 了数据 压 缩 的通用性 ， 一般很 少 单独采用该方法 ， 主要与其它 编 码技术配合使 Ｊ 。 ｝ ｊ
第２卷 １
２ １ 年 ９月 ０１
第 ９期
计 算 机 技 术 与 发 展
ＣＯＭＰ ＵＴＥ ＴＥ Ｒ ＣＨＮＯＬ ＯＧＹ ＡＮＤ ＤＥＶＥＬ ＯＰＭＥ ＮＴ
Ｖ０ ． Ｎｏ ９ １ ２ｌ ． Ｓ ｐ ２ １ ｅ． ０ １
几 种 常用 无 损数 据 压 缩 算 法研 究
郑 翠 芳
验 室 的 Ｓ ａｎｎ和 Ｍ Ｔ 的 Ｒ ｂｒ Ｆｎ ｈｎ ｏ Ｉ ｏｅ ａｏ开 发 。 首 先 是 ｔ
基 于统计的压缩算法各有所长 ， 既有优势 的一 面 ，
也 有不利的一面。表 Ｊ 对每个 基于统计的无损压缩算
法进行 了优缺点以 及适 用性 的 比较 ， 方便 读者在 实 际 使用中选择合适的压缩算法 。
汁算机 技术与发展
第 ２ 卷 ｌ
图 １ 常用无损数据压 缩分 类图
１ １ 基 于 统 计 压 缩 算 法 ． Ｈｆａ ｕｆ ｎ的运 行 时 间 与 输 入 串 长 良 成线 性 比 ， 存 储 ｍ 而
甚于统计式压缩算 法 的起源 较早 ， 实质 是统计 字 符 的出现频率来对字符本身重新 编码 ， 属于熵 编码类 ， 与原始数据 的排列 次序无关 而 与其 出现频 率有关 ， 主 要的 压 缩 算 法 有 Ｓａ ｎ — ａｏ编 码 、 程 长 度 编 码 ｈ ｎｏ Ｆｎ 游
它足 一 门顶 向下 的 、 种 ＝ ｛ Ａ适 应的编码算法 。
２ 游 长度 编 码 （ ｕ ～￣ ｇ — ｏｉｇ １ 针 对 ） Ｒ ｎ ｌｎｔ Ｃ ｄｎ ）２ ｅ ｈ 足
一
文本数据 的特 点所设 计 的 ， 主要 是 去除文本 中的
程 长 度 实现简 ； 缩和还 呆板 ， 应性 謦 ； 适
Ｏ 引 言
随着信息化技术 的飞速 发展 ， 各行各 业都 用计算 机来处理信息 ， 各种系统数据量越来越大 ， 数据在时 间
分类 介绍 ， 对它们各 自的优 缺点 进行 归纳总结 。 由 并 于篇 幅的原因 ， 文中并没有 对每个 算法 的具体 实 现步 骤进行 描述 ， 而只是 引入 了对每个 算法 介绍 比较详 细
ｐ ｅ ｓｏ ｓ ｍａｎ ｌ ｅ ｒ ｓ ｉ ｎ ａ ｉ ｎ ．Ａｃ ｏ ｄ ｎ ｏ ｄ ｆｅ ｅ ｔｃ ｍｐ ｅ ｓｏ ｅ ｈ ｏ ｏ ｙ ｏ ｏ ｓｅ ｓｄ ｔ ｏ ｉ ｃ ｒ ｉｇ ｔ ｉ ｒ ｎ ｏ ｆ ｒ ｓ ｉ ｎ ｔ ｃ ｎ ｌ ｇ ｆｌ ｓｌ ｓ ａ ａ ｃ ｍｐ ｓ ｉ ｎ，ｆ ｏ ｔ ｓ ｅ ｔ ｆｓａ ｓｉ ｄ ｄ ｃ ｅ ｒ ｓｏ ｒ ｍ ｗｏ ａ ｐ ｃ ｓ ｏ ｔｔ ｔｃ ａ ｉ － ｉ ｎ
来自百度文库
ｔ ｎ ｒ ｄ ａ 。ｉ ｉ ｔｏ ｕ ｅ ｏ ｅ ｒ ｓ ｎ ａ ｖ ｏ ｓｅ ｓｄ ｔ ｏ ｒ ｓ ｉ ｎ ａ ｐ ｏ ｃ ｅ ｄ ａ ａｙ ｅ ｈ ｓ ｉ ｄ ｆｄ ｔ ｏ ｒ ｓ ｉ ｎ ａ ｇ — ｉ ａ ｙ ｉ ｅ ｓ ｔ ｎ ｒ ｄ ｃ ｓｓ ｍｅ ｒ ｐ ｅ ｔ ｔ ｅ ｌ ｓ ｌ ｓ ａ ａ ｃ ｍｐ ｅ ｓｏ ｐ ｒ ａ ｈ ｓａ ｌ ｚ ｓｔ ｅ ｅ ｋ ｎ ｓｏ ａ ａ ｃ ｍｐ ｅ ｓｏ ｏ ｏ ｅ ｉ ｎ ｎ ｌ ｒｔ ｍｓ ｄ ａ ｔｇ ｓａ ｄ ｄ ｓ ｄ ａ ｔｇ ｓ Ｇａ ｅ ｏ ｔ ｒ ｅ ｔｒ ｎ ｇ ｒ ｍ ａ ｅ ｎ ｄ ｃｉ ｎ ｒ ｏ ｒ ｓｉ ｎ ａｇ ｒｔ ｍ ｏ ｅ ｅ ｄ ｉｈ ’ａ ｖ ａ ｅ ａ ｖ ｎ ａ ｅ ． ｔ ｒ ｓ ｍｅ ｍａｕ ｅ ｂ ｔ ｍｅ ｔ ｏ ｔ ｎ ｎ ｉ ｈ ｅ ｌ ａ ｉ ｈ ｂ ｓ ｄ ｏ ｔ ａ ｙ ｃ ｍｐ ｅ ｓｏ ｌ ｏ ｉ ｉ ｏ ｈ ｔ ｇ ｔ ｒａ ｈ ｎ
的限制。叮以成功地逼近信息熵极限的编码方法
１ １２ 基 于 统计 压 缩 算 法 比较 ．．
（ Ｉ ） 哈犬曼编码和算术编码 。 Ｒ 、 Ｃ
１ １ １ 基 于统计压缩算 法简单介 绍 ．． 按照 缩算法 的产生 时间分 别介绍如下 ：
１ 香浓一 ） 凡诺算 法 （ ｈｎ ｏ Ｆ ｎ Ｓ ａｎ — ａｏ编码 ） 贝尔实 由
主要用于文本文件 、 数据库 、 程序数据和特殊应用场合
它 １０ ０ ％地保 存 了原始信 息 ， 没有 任何 信号 丢 失并 且
音质 高 ， 不受信 号源 的影 响 。而且 随着 限制无 损格 式 的种种 因素逐渐 被 消除 （ 例如 ： 盘容 量 的急剧 增 长 硬 而且价格越 来越 低廉 ） 使 得无 损压 缩 格式 具有 广 阔 ， 的应用前景 。文 中在 查 阅大量文 献 的前 提下 ， 目前 对 国内外 的一些具有代表性 的无损压缩算法 进行 详细的
摘 要： 随着 网络承 载的信 息量 的 飞速增 长， 据压 缩必 然会 备受人 们 重视 。数 据压 缩 可分 成 两种 类 型 ， 种 叫做 无损 压 数 一
缩 ， 一种 叫做 有损 压缩 。文 中主要 介绍 目前用 得 最多 和技 术 最成 熟 的 无损 数 据 压缩 技 术 ， 照无 损 压 缩方 法 采用 的压 另 按 缩技 术 的不 同 ， 从基 于统计 的压 缩思 想 和基 于字典 的压 缩思 想两个 方 面对其 中最 具有 代 表性 的无损 数 据压 缩方 法 进行 了
ｉ ｔｏ ｕ ｅ ｔ ｅ ；ｔｉ ａ ｉｉ ｔ ｅ ｅ ｎ ｅ ｆ ｒ ｐ ｏ ｌ ｏ ｉ ｎ ｅ ｅ ｔ ｉ ｏ ｓｅ ｓ ｄ ｔ ｏ ｐ ｅ ｓｏ ｅ ｈ ｏ ｏ ｙ． ｎ ｄ ｃ ｈ ｍ Ｉ ｓｆ ｃｌｔ ｅｒ ｆ ｒ ｃ ｏ ｅ ｐ ｅ ｗｈ ｓｉ ｔ ｒ ｓ ｎ ｌ ｓｌ ｓ ａａ ｃ ｍ ｒ ｓｉ ｎ ｔ ｃ ｎ ｌ ｇ ｒ ａ ｅ
ｓｏ ａ ｅ ｄ ｖ ｄ ｄ ｉ ｔ ｗｏ ｔ ｐ ｓ，ｏ ｅ ｉ ａｌ ｄ ｌ ｓ ｌ ｓ ｏ ｒ ｓ ｉ ｎ，ａ ｄ ｔ ｅｏ ｅ ｓｃ ｌ ｄ ｌ ｓ ｏ ｒ ｓ ｉ ｎ Ｉ ｋ ｓｌ ｓ ｌｓ ａ ａ ｔ ｍ— ｉ ｎ ｃ ｌ ｂ ｉ ｉ ｅ ｎ ｏ ｔ ｙ ｅ ｌ ｎ ｓｃ ｌ ｏ ｓｅ ｓｃ ｍｐ ｅ ｓｏ ｅ ｎ ｔ ｒｉ ａ ｌ ｏ ｓｃ ｍｐ ｅ ｓｏ ． ｔｔ ｅ ｏ ｓｅ ｓｄ ｔ ｏ ｈ ｈ ｅ ａ
和空问上 日益增长 ， 信息存储 特别 是 网络传输 带来 给
诸多的困难 。为 了节省信息的存储空间和提高信息 的 传输效率 ， 须对 大 量 的实 际数 据进 行有 效 的压 缩 。 必 数据压缩作为解决海量信息存储和传输 的支持技术受 到人们 的极大重视 。 压缩算法分为无 损压缩和有损压缩 。相对于有损
Ｒｅ ｅ ｒ ｈ ｏ ｅ ｅ ａ ｍｍ ｏ Ｌｏ ｓｅ ｓ Ｄａ ａ Ｃｏ ｐｒ ｓ ｉ ｎ Ａｌ ｏ ｉｈ ｓ ｓ ａ ｃ ｆ Ｓ ｖ ｒ ｌＣｏ ｎ ｓ ｌ ｓ ｔ ｍ ｅ ｓｏ ｇ ｒｔ ｍ
ＺＨＥＮ Ｇ ｉ ｆ ｎｇ Ｃｕ － ａ
（ｎｔｕｅｏ ｏ ｐ ｔｒ ｐ ｌ ａｏ ， ｈ ａＡ ａｅ ｆ ｎ ｉ ｅｉｇＰ ｙｉｓＭｉ ｙｎ ２９ ０ Ｃ ｉａ Ｉｓｔ ｆＣ ｍ ｕｅ ｐｉ ｔ ｎ Ｃ ｉ ｃｄｍｙｏ ｇｎ ｒ ｈ ｓ ， ａ ａｇ６ １０ ， ｈｎ ） ｉｔ Ａ ｃｉ ｎ Ｅ ｅ ｎ ｃ ｎ
收 稿 日期 ：０ １ Ｏ — ７； 回 日期 ：０ １ ０ — ９ ２ １一 １２ 修 ２ １ — ５ ０
的图像数据 （ 如指纹 图像 、 医学 图像 等 ） 的压 缩。这类
算法压缩率较低 ， 一般为 １２～ ／ 。 ／ １５
通常压缩对 象是 文 字或 数字 等 要求 精 确 的数 据 时， 无损压缩 是必 然 的选择 。无 损压缩从 压缩 模 型上
详细 的分类 讨论 和优 缺点 比较 ， 基 于字典压 缩 算法 的一 些成 熟 的 改 进算 法 进 行 了汇 总 介绍 ， 于 对无 损 数 据压 缩 技 并对 便
术感 兴趣 的 同志 学 习参考 。
关键 词 ： 据压 缩 ； 损数 据压 缩 ； 计压缩 算法 ； 典压 缩算法 数 无 统 字 中图分 类号 ：Ｐ １． Ｔ ３ １５ 文献标 识码 ： Ａ 文章编 号 ： ７ — ２ Ｘ ２ １ ）９ ０７ — ４ １ ３ ６９ （０ １０ — ０３ ０ ６
空 间的需求量 不依赖输入串长度 ， 是一 个常数 。
５ 算术 编码 也 足 一种根 据 字符 出现几 率 的统 ）
计结 果重新 编码的压缩 方案 ， Ｒ ｓ ｎｎ在 １７ 是 ｉ ａｅ ｓ ６年提 ９
出的 ， 思想 和哈夫曼 算法类似 ， 是一种高效清除字 串冗 余 的算 法 ， 打破 ｒ哈夫曼 算法 必须用 整数来 表示 符
压缩来 说 ， 损压缩 的 占用空 间大 ， 缩 比不高 ， 无 压 但是
的中文文献信 息。希 望能为对无损压缩算法有兴趣 的
同志学 习 、 询提供 方便。 查
１ 无 损 数 据 压 缩 的 分 类
无损压缩技术 即通 常所说 的通用压缩技术也称 为
信息保持编码 、 熵编 码 、 无失 真 编码等 ， 也就是 根据一 定方法对大量数据进行 编码 处理 以达到信息压缩存储 过程 ， 在数据 的压缩过程 中不 允许精度 的损失 ， 被压缩 的数据应该能够通过 解码恢 复到 压缩 以前 的原 状态 。
Ｋｅ ｒ ｓ： ａ ａ ｃ ｍｐ ｓ ｉ ｎ；ｏ ｓｅ ｓｄ ｔ ｏ ｒ ｓ ｉ ｎ； ｔｔｓ ｃ ｃ ｍ ｐ ｅ ｓｏ ｇ ｒｔ ｍ ； ｉ ｔ ｎ ｒ ｏ ｒ ｓｉ ｎ ａｇ ｒｔ ｍ ｙ ｗｏ ｄ ｄ ｔ ｏ ｒ ｓｏ ｌ ｓ ｌ ｓ ａ ａ ｃ ｍｐ ｓｏ ｓａ ｉｔ ｏ ｒ ｓ ｉ ｎ ａ ｏ ｉ ｅ ｅ ｉ ｌ ｈ ｄ ｃ ｏ ａｙ ｃ ｍｐ ｅ ｓｏ ｌ ｏ ｈ ｉ ｉ
Ａｂ ｔ ａ ｔ Ｗ ｉｈ ｔ ｅ ｑ ｉ ｋ ｉ ｃｅ ｓ ｆｎ ｔ ｒ ｓｉ ｆ ｒ ａｉ ｎ。 ａ ａ ｃ ｍｐ ｅ ｓｏ ｓｐ ｉ ｒ ｎ ｒ ｔ ｎ ｏｎ ｂ ｅ ｐ ｅ ｓｒ ｃ ： ｔ ｈ ｕ ｃ ｎ ｒ ａ ｅ ｏ ｅｗｏ ｋ’ ｎ ｏ ｍ ｔ ｏ ｄ ｔ ｏ ｒ ｓｉ ｎ ｉ ａ ｄ ｍｏ ｅ ａ ｄ ｍｏ ｅ ａｔ ｔ ｙ ｐ ｏ ｌ ．Ｄａａ ｃ ｍｐ ｅ — ｅｉ ｔ ｏ ｒ ｓ
大体 可以分 为基 于统计的压缩算 法和基 于字典 的压缩 算法 。具体 的分类 图如 图 １ 所示 。
基金项 目： 中国工程物理研究 院预先研究基金 （９ ０ ４ ） ０ — ６ ２ 作者简介 ： 郑翠芳 （ ９ ７ ）， 硕士研究生 ， １７ 一 女， 研究方 向为软件开发 。
・
７ ４・
表 １ 优 缺 点 比 较 列 表
算 法名称 游 优点 缺点 迂用范围 复 杂 度 ｛商 的 原 始 点 阵 图像
Ｓ ａｎｎ １４ ｈ ｎｏ 在 ９ ８年 给 出 了 一 种 简 单 的 编 码 方 法一
Ｓ ａｎｎ编 码 ， 后 Ｆ ／ 在 １５ ｈｎｏ 随 ａ０ １ ９ ２年 又 进 一 步 提 Ｈ 了 ； Ｆ ｎ 码 。 Ｓａｎ ｎ Ｆｎ 编 码 的 核 心 是 构 造 树 ， ａｏ编 ｈ ｎ ｏ— ａ ｏ 二义
编码 原速度快 均压缩率低
冗余字符或字 中的冗余 位 ， 而达 到减 少数 据文件 从 所 占的存储空 间的 目的。Ｒ Ｃ的压缩效 能取 决于整个 Ｌ
数据流 的重 复字符 出现 次数 、 均游 程长度 及 所采用 平 的编码结构 。由于该算法是 针对 文件的某 特点所 没 计的， 所以应用起 来具 有一 定 的局 限性 。为 了数据 压 缩 的通用性 ， 一般很 少 单独采用该方法 ， 主要与其它 编 码技术配合使 Ｊ 。 ｝ ｊ
第２卷 １
２ １ 年 ９月 ０１
第 ９期
计 算 机 技 术 与 发 展
ＣＯＭＰ ＵＴＥ ＴＥ Ｒ ＣＨＮＯＬ ＯＧＹ ＡＮＤ ＤＥＶＥＬ ＯＰＭＥ ＮＴ
Ｖ０ ． Ｎｏ ９ １ ２ｌ ． Ｓ ｐ ２ １ ｅ． ０ １
几 种 常用 无 损数 据 压 缩 算 法研 究
郑 翠 芳
验 室 的 Ｓ ａｎｎ和 Ｍ Ｔ 的 Ｒ ｂｒ Ｆｎ ｈｎ ｏ Ｉ ｏｅ ａｏ开 发 。 首 先 是 ｔ
基 于统计的压缩算法各有所长 ， 既有优势 的一 面 ，
也 有不利的一面。表 Ｊ 对每个 基于统计的无损压缩算
法进行 了优缺点以 及适 用性 的 比较 ， 方便 读者在 实 际 使用中选择合适的压缩算法 。
汁算机 技术与发展
第 ２ 卷 ｌ
图 １ 常用无损数据压 缩分 类图
１ １ 基 于 统 计 压 缩 算 法 ． Ｈｆａ ｕｆ ｎ的运 行 时 间 与 输 入 串 长 良 成线 性 比 ， 存 储 ｍ 而
甚于统计式压缩算 法 的起源 较早 ， 实质 是统计 字 符 的出现频率来对字符本身重新 编码 ， 属于熵 编码类 ， 与原始数据 的排列 次序无关 而 与其 出现频 率有关 ， 主 要的 压 缩 算 法 有 Ｓａ ｎ — ａｏ编 码 、 程 长 度 编 码 ｈ ｎｏ Ｆｎ 游
它足 一 门顶 向下 的 、 种 ＝ ｛ Ａ适 应的编码算法 。
２ 游 长度 编 码 （ ｕ ～￣ ｇ — ｏｉｇ １ 针 对 ） Ｒ ｎ ｌｎｔ Ｃ ｄｎ ）２ ｅ ｈ 足
一
文本数据 的特 点所设 计 的 ， 主要 是 去除文本 中的
程 长 度 实现简 ； 缩和还 呆板 ， 应性 謦 ； 适
Ｏ 引 言
随着信息化技术 的飞速 发展 ， 各行各 业都 用计算 机来处理信息 ， 各种系统数据量越来越大 ， 数据在时 间
分类 介绍 ， 对它们各 自的优 缺点 进行 归纳总结 。 由 并 于篇 幅的原因 ， 文中并没有 对每个 算法 的具体 实 现步 骤进行 描述 ， 而只是 引入 了对每个 算法 介绍 比较详 细
ｐ ｅ ｓｏ ｓ ｍａｎ ｌ ｅ ｒ ｓ ｉ ｎ ａ ｉ ｎ ．Ａｃ ｏ ｄ ｎ ｏ ｄ ｆｅ ｅ ｔｃ ｍｐ ｅ ｓｏ ｅ ｈ ｏ ｏ ｙ ｏ ｏ ｓｅ ｓｄ ｔ ｏ ｉ ｃ ｒ ｉｇ ｔ ｉ ｒ ｎ ｏ ｆ ｒ ｓ ｉ ｎ ｔ ｃ ｎ ｌ ｇ ｆｌ ｓｌ ｓ ａ ａ ｃ ｍｐ ｓ ｉ ｎ，ｆ ｏ ｔ ｓ ｅ ｔ ｆｓａ ｓｉ ｄ ｄ ｃ ｅ ｒ ｓｏ ｒ ｍ ｗｏ ａ ｐ ｃ ｓ ｏ ｔｔ ｔｃ ａ ｉ － ｉ ｎ
来自百度文库
ｔ ｎ ｒ ｄ ａ 。ｉ ｉ ｔｏ ｕ ｅ ｏ ｅ ｒ ｓ ｎ ａ ｖ ｏ ｓｅ ｓｄ ｔ ｏ ｒ ｓ ｉ ｎ ａ ｐ ｏ ｃ ｅ ｄ ａ ａｙ ｅ ｈ ｓ ｉ ｄ ｆｄ ｔ ｏ ｒ ｓ ｉ ｎ ａ ｇ — ｉ ａ ｙ ｉ ｅ ｓ ｔ ｎ ｒ ｄ ｃ ｓｓ ｍｅ ｒ ｐ ｅ ｔ ｔ ｅ ｌ ｓ ｌ ｓ ａ ａ ｃ ｍｐ ｅ ｓｏ ｐ ｒ ａ ｈ ｓａ ｌ ｚ ｓｔ ｅ ｅ ｋ ｎ ｓｏ ａ ａ ｃ ｍｐ ｅ ｓｏ ｏ ｏ ｅ ｉ ｎ ｎ ｌ ｒｔ ｍｓ ｄ ａ ｔｇ ｓａ ｄ ｄ ｓ ｄ ａ ｔｇ ｓ Ｇａ ｅ ｏ ｔ ｒ ｅ ｔｒ ｎ ｇ ｒ ｍ ａ ｅ ｎ ｄ ｃｉ ｎ ｒ ｏ ｒ ｓｉ ｎ ａｇ ｒｔ ｍ ｏ ｅ ｅ ｄ ｉｈ ’ａ ｖ ａ ｅ ａ ｖ ｎ ａ ｅ ． ｔ ｒ ｓ ｍｅ ｍａｕ ｅ ｂ ｔ ｍｅ ｔ ｏ ｔ ｎ ｎ ｉ ｈ ｅ ｌ ａ ｉ ｈ ｂ ｓ ｄ ｏ ｔ ａ ｙ ｃ ｍｐ ｅ ｓｏ ｌ ｏ ｉ ｉ ｏ ｈ ｔ ｇ ｔ ｒａ ｈ ｎ
的限制。叮以成功地逼近信息熵极限的编码方法
１ １２ 基 于 统计 压 缩 算 法 比较 ．．
（ Ｉ ） 哈犬曼编码和算术编码 。 Ｒ 、 Ｃ
１ １ １ 基 于统计压缩算 法简单介 绍 ．． 按照 缩算法 的产生 时间分 别介绍如下 ：
１ 香浓一 ） 凡诺算 法 （ ｈｎ ｏ Ｆ ｎ Ｓ ａｎ — ａｏ编码 ） 贝尔实 由
主要用于文本文件 、 数据库 、 程序数据和特殊应用场合
它 １０ ０ ％地保 存 了原始信 息 ， 没有 任何 信号 丢 失并 且
音质 高 ， 不受信 号源 的影 响 。而且 随着 限制无 损格 式 的种种 因素逐渐 被 消除 （ 例如 ： 盘容 量 的急剧 增 长 硬 而且价格越 来越 低廉 ） 使 得无 损压 缩 格式 具有 广 阔 ， 的应用前景 。文 中在 查 阅大量文 献 的前 提下 ， 目前 对 国内外 的一些具有代表性 的无损压缩算法 进行 详细的