18新利最新登入文件压缩的工作原理

的一种变体LZ自适应基于字典的算法压缩文件。“LZ”指兰佩尔和齐夫，算法的创造者，而“字典”指的是方法编目数据碎片。

排列字典的系统各不相同，但它可以像一个编号列表一样简单。当我们浏览肯尼迪的名言时，我们挑出重复的词，并把它们放入编号索引中。然后，我们只是写下数字，而不是写出整个单词。

如果这是我们的字典

我们现在的句子是:"1不是2 3 4 5 6 7 8——1 2 8 5 6 7 3 4"

如果你知道这个系统，你可以很容易地重建原来的短语只使用这个字典和数字模式。这是你的扩展程序电脑当它展开下载的文件时执行。您可能还遇到过自己打开的压缩文件。为了创建这种类型的文件，程序员在压缩文件中包含一个简单的扩展程序。一旦下载，它会自动重建原始文件。

但是这个18新利最新登入系统实际上节省了多少空间呢?“1不是2 3 4 5 6 7 8——1 2 8 5 6 7 3 4”当然比“不要问你的国家能为你做什么;问自己能为国家做些什么，“但要记住，我们需要这样做保存字典本身和文件．

在实际的压缩方案中，找出各种文件需求将是相当复杂的;但是为了我们的目的，让我们回到每个字符和每个空间占用一个内存单位的想法。我们已经看到整个短语占了79个单位。我们压缩的句子(包括空格)占用37个单元，字典(单词和数字)也占用37个单元。这给了我们一个74的文件大小，所以我们并没有减少太多的文件大小。

但这只是一句话!你可以想象，如果压缩程序在肯尼迪余下的演讲中工作，它会发现这些词和其他词重复了很多次。并且，正如我们将在下一节中看到的，它还将重写字典以获得最有效的组织。

在前面的例子中，我们挑出了所有重复的单词，并将它们放入字典中。对我们来说，这是编写字典最明显的方式。但是压缩程序的看法完全不同:它没有任何单独单词的概念——它只寻找模式。为了尽可能地减小文件大小，它会仔细选择要包含在字典中的模式。

如果我们从这个角度来看待这个短语，我们就会得到一本完全不同的词典。

如果压缩程序扫描肯尼迪的短语，它遇到的第一个冗余将只有几个字母长。在“ask not what your”中，有一个重复的字母“t”后面跟着一个空格——在“not”和“what”中。如果压缩程序将此写入字典，那么每次“t”后面跟着空格时，它都可以写入“1”。但在这个简短的短语中，这个模式出现的次数还不够多，不足以使它成为一个有价值的条目，所以程序最终会覆盖它。

程序可能注意到的下一件事是“ou”，它同时出现在“your”和“country”中。如果这是一个较长的文档，将这种模式写入字典可以节省大量空间——“ou”在英语中是一个相当常见的组合。但是当压缩程序处理这句话时，它会很快为字典词条找到更好的选择:不仅“ou”被重复了，而且整个单词“your”和“country”都被重复了，而且它们实际上是一起重复的，就像短语“your country”一样。在这种情况下，程序将用“your country”的条目覆盖字典中“ou”的条目。

短语“can do for”也被重复了，一次后面跟着“your”，一次后面跟着“you”，形成了“can do for you”的重复模式。这允许我们用一个数字值写15个字符(包括空格)，而“your country”只允许我们用一个数字值写13个字符(包括空格)，所以程序会把“your country”条目重写为“r country”，然后为“can do for you”写一个单独的条目。程序以这种方式进行，提取所有重复的信息位，然后计算应该将哪些模式写入字典。18luck手机登录这种重写字典的能力是“适应性”的一部分LZ自适应基于字典的算法．正如您可以从上面的讨论中看到的，程序实际执行此操作的方式相当复杂Data-Compression.com．

无论您使用什么特定的方法，这个深度搜索系统都可以让您比仅仅选择单词更有效地压缩文件。使用我们上面挑选的模式，并在空格中添加“__”，我们得到了这个更大的字典:

还有这个小句子:“1 not__2345__——__12354”

这个句子现在占用了18个单位的内存，而我们的字典占用了41个单位的内存。因此，我们将总文件大小从79个单位压缩到59个单位!这只是压缩短语的一种方式，不一定是最有效的方式。(看看你是否能找到更好的方法!)

那么这18新利最新登入个系统有多好呢?的file-reduction比率这取决于许多因素，包括文件类型、文件大小和压缩方案。

在世界上大多数语言中，某些字母和单词经常以相同的模式出现在一起。由于冗余率很高，文本文件压缩得很好。缩小50%或更多对于一个大的文本文件来说是典型的。大多数编程语言它们也非常冗余，因为它们使用相对较小的命令集合，这些命令经常以一种固定的模式组合在一起。包含大量独特信息的文件，如图形或18luck手机登录MP3文件，不能用这个系统压缩太多，因为它们不会重复很多模式(下一节将详细介绍)。

如果一个文件有很多重复的模式，减少的速度通常会随着文件大小的增加而增加。通过我们的示例，您可以看到这一点——如果我们有更多肯尼迪的演讲，我们就可以更频繁地在字典中引用模式，从而从每个条目的文件空间中获得更多信息。此外，在较长的工作中可能会出现更普遍的模式，使我们能够创建一个更有效的字典。

这种效率也取决于具体情况算法压缩程序使用。有些程序特别适合在某些类型的文件中提取模式，因此可以更简洁地压缩它们。另一些则是字典中的字典，这可能对较大的文件有效压缩，但对较小的文件无效。虽然所有这类压缩程序的工作原理都是一样的，但实际上在执行方式上有很大的差异。程序员总是试图构建一个更好的系统。

我们在这里讨论的压缩类型被称为无损压缩，因为它允许您完全重新创建原始文件。所有的无损压缩都是基于将文件分解成“更小”的形式进行传输或存储，然后在另一端将其重新组合起来，以便再次使用。

有损压缩工作方式非常不同。这些程序简单地消除了“不必要的”信息位，使文件更小。18luck手机登录这种类型的压缩被大量用于减少位图图片的文件大小，位图图片往往相当笨重。要了解这是如何18新利最新登入工作的，让我们考虑一下您的计算机如何压缩扫描照片。

无损压缩程序不能对这种类型的文件做太多工作。虽然图片的大部分看起来是一样的——例如，整个天空是蓝色的——但大多数单个像素都略有不同。为了在不影响分辨率的情况下使图片更小，您必须更改某些像素的颜色值。如果图片中有很多蓝色的天空，程序将为每个像素选择一种蓝色。然后，程序重写文件，使每个天空像素的值都指向这个信息。18luck手机登录如果压缩方案工作良好，您不会注意到变化，但文件大小将显著减小。

当然，使用有损压缩，您无法在压缩后恢复原始文件。你只能忍受压缩程序对原始文件的重新解释。由于这个原因，您不能将这种压缩用于需要精确复制的任何内容，包括软件应用程序、数据库和总统就职演讲。

有关文件压缩和相关18luck手机登录主题的更多信息，请查看下一页上的链接。

最初发表于2001年1月18日