LZ系类压缩算法介绍
作者：互联网
LZ系类压缩算法介绍
主要介绍1）简单字典编码，2）LZ77字典编码，3）LZ78字典编码。
1、简单字典编码
这是一种简单的方法，但是需要遍历两次待压缩的数据。
1.1、实现具体步骤
- 1 读取待编码数据，记录出现过的Byte和出现次数；
- 2 按照概率从高到低，排序记录的数据；
- 3 排序后的记录就构成了一个字典，在每个记录前加上序号长度，000代表长度为1，111代表长度为8.比如第二条记录，序号为0000 0101，实际长度为3，在1前面加上010。写入压缩的符号是010101，总共6个bit。
- 4 第二次遍历待压缩的数据，搜索字典将序号长度+序号写入压缩文件。
1.2、优缺点
- 优点：简单，解压所读快。
- 缺点：压缩速度慢，需要遍历两次，最大只能有256个元素，压缩率可能不高。
- 适合：文本压缩，以Byte为单位。
2、LZ77
2.1、LZ77算法介绍
LZ77算法是由Lempel和Ziv在1977年的论文中提出来的，该算法将输入流中之前的字符作为字典。编码器维护一个滑动窗口，输入字符流从右往左滑动。滑动窗口由两部分组成，如下图所示，左边的是已编码区域（当前字典），右边是待编码区域。已编码区域长度通常是1000+，待编码区域通常是数十个字节。匹配的数据使用三元组来表示（距离，匹配长度，待编码区下一个符号）
2.2、编码器工作步骤
- 1 编码器从右往左搜索待搜索区域，寻找和已编码区域第一个符号e相同的符号，找到了easily中的e。
- 2 从第一个匹配字符e向后（右）尽可能寻找连续的匹配字符，得到匹配字符串eas，匹配长度为3。
- 3 编码器继续往左搜索，重复步骤1、2.
- 4 使用匹配长度最长的三元组来表示，如果没有匹配的数据使用(0, 0, 未匹配的字符)表示。
2.2.1 Example
2.3、优缺点
- 优点：解压速度快。
- 缺点：压缩速度慢。
- 适用场景：适合于一次压缩，多次解压的文件。
3、LZ78
LZ78算法是Lempel和Ziv在1978年提出的，LZ78和LZ77两种算法在构建字典的思路上完全不同。LZ78没有使用滑动窗口，通过对已经编码的数据进行统计，实时更新维护字典。编码器输出二元组（字典指针，未编码的符号），工作编码过程如下图所示。
3.1、编码器工作步骤
- 1 开始编码，字典是空的，只有一个元素：编号：0；内容：null。
- 2 输入新元素，查找字典中相匹配的字符。以上图为例，1）没有匹配的字符，如输入第二个元素i，使用(0，“i”)表示，将符号i添加到字典。2）存在匹配的字符，如第5个元素，输入元素si，符号s元素前面已经出现过，再输入i，没有匹配的数据，编码器输出(1, "i")，将"si"加入字典。
- 3 重复步骤2，直到输入全部完成。
3.2、优缺点
- 优点：解压速度快，无需传输字典，解码过程构建字典。
- 缺点：编码相对比LZ77复杂。
- 适用场景：适用于文本压缩，为单词建立词典。
4、总结
LZ77和LZ78是两种不同的思路，LZ77将前面已经编码的数据作为字典，利用了数据局部性的原理，搜索区域的大小决定了算法的执行时间，和压缩的效率，适合相同数据在较短时间内重复出现的场景；LZ78维护了一个全局的字典，需要确定字典的大小，字典过大，遍历时间过长，适合文本编码。
5、参考文献
标签：编码,编码器,匹配,系类,压缩算法,LZ77,LZ78,LZ,字典 来源： https://www.cnblogs.com/lab601/p/14206346.html