文件的压缩原理是什么
文件压缩技术主要分为两类：数据的一般压缩而无需损失和压缩而损失。尽管特定的技术模型不同，但它们的主要概念是相同的，也就是说，使用特定的编码方法来减少数据中的重复和冗余，以实现压缩效果。
接受“中国”和“中国人民共和国”为例，“中国”，因为缩写只能以2 个字的方式传输完整的信息，这正是因为它捕获了信息的关键点。
当理解语言时，人们可以根据词汇关系和之后的词汇关系以及他们现有的知识背景来推导完整的信息。
同样，保留文件的基本功能，压缩技术仅保留基本信息并消除重复和多余的数据以实现压缩目标。
在数据的一般压缩中，一般数据一般方法包括HFFMAN编码，算术编码和LZ7 7 /LZ7 8 算法。
霍夫曼（Huffman），编码，建造霍夫曼树（Huffman Tree），规定了各种长度的不同字符，以使频率较高的字符具有较短的编码，从而减少了总编码长度。
算术编码显示了具有概率间隔的信息间隔，并通过连续近似达到更准确的编码。
LZ7 7 /LZ7 8 算法的算法通过滑动窗口重复模板，并表示具有索引和长度的重复序列，以减少多余的数据。
这些方法可以有效地压缩文件而不会丢失信息。
损失的压缩捐赠了一些细节，以换取较高的压缩速度，这些压缩速度通常在图像和音频文件中找到。
JPEG和MP3 是典型的压缩标准。
JPEG删除了有关颜色编码和转换的多余信息，而MP3 使用编码和量化亚zyme的技术来减少音频服装。
尽管损失压缩可以降低文件的质量，但通常会达到重大压缩。
例如，压缩后可以将JPEG 1 0 MB的图像降低至约1 MB它仍然可以保持良好的视觉效果。
无论是压缩而无需损失还是损失压缩，其目标是将尽可能多的信息放置在有限的存储或传输吞吐处。
合理地删除了多余的数据，压缩技术为存储和转移提供了大力支持，从而使您可以有效地管理质量数据。
无损耗数据压缩算法历史
从1 8 3 8 年，无损数据压缩技术的出色旅行。但是，真正的转折点发生在1 9 7 0年代。
出现ZIV-（LZ）算法（LZ），仔细遵循Shannon-Fano编码和Huffman编码，将新的生命注入压缩领域。
最初，硬件实施技术是非常原始的，但是随着软件压缩技术的增加，LZ7 7 和LZ7 8 算法及其衍生版本开始大放异彩。
无损数据的核心位于统计建模中，通过识别和压缩重复的信息，例如运行编码，熵编码和字典压缩。
它通过提供最短数据的代码来起作用，从而允许有效的数据压缩。
随着Internet的兴起，数据量增加了，Huffman的编码在数据压缩中脱颖而出，因为它的效率超出了Shannon-Fano的编码。
但是，专利问题不存在。
例如，LZW算法限制了由于专利推出的争议而限制了GIF格式的使用。
直到专利的末尾，GIF中的LZW应用程序才被广泛使用。
当前，诸如Deflate，LZMA和LZX之类的算法被广泛用于诸如ZIP，GIF和PNG之类的文件格式。
它们是解决LZW专利争议的替代方案。
Unix使用了当天改良的LZC版本，但专利问题导致GZIP和BZIP2 的兴起。
Deflate主导GZIP和ZIP，而RAR Winrar格式和开源BZIP2 挑战了该位置，该位置支持各种压缩算法。
平面编码在GZIP和ZIP中非常突出，尤其是在HTTP和网络压缩技术中使用Deflate技术时。
进入1 9 9 0年代，LZ算法的家庭继续蓬勃发展，并且有上下文的混合算法（如PAQ）有望成为未来的趋势，随着硬件性能的改善。
BWT（Burrows-wheeler Transform）和RLE（长期编码）等技术通过优化角色重复提高压缩效率。
霍夫曼编码的细度是熵编码，二进制树构建的二进制树使得非类别压缩的最佳压缩，而算术编码更有效，尽管复杂。
例如，通过算术编码，“ Abcdaabd”只能被压缩到1 5 位总信息的1 5 ％，表明其令人难以置信的压缩功能。
从LZ7 7 的先锋性质到LZ7 8 和LZW，再到LZSS，LZH和LZB等变异算法的组合和优化始终是创新的。
LZ7 7 中的“滑动窗口”的概念为压缩提供了基础，LZP通过预测减少偏移而继续提高性能。
作为高效率压缩代表，LZRW1 完美地结合了速度，压缩比和效率。
从lzjb，lzs到lzx，这种算法在某些情况下亮起，例如LZJB ZFS，压缩磁盘LZS和LZX Amiga。
LZMA和LZMA2 在7 -ZIP上很受欢迎，因为它们的压缩比很高，它显示了ZIV-ZIV板算法的功能。
5 .2 版LZW算法（例如LZC和LZT）始终优化了压缩和效率比率，而LZWMW和LZAP在处理复杂的数据集方面取得了成功。
LZWL针对音节数据集进行了优化，而LZJ可以通过存储独特的字符串和代码来改进。
统计建模技术（例如PPM）通过预测部分匹配来实现压缩。
BZIP2 ，作为BWT开源代表，抵消了速度和压缩性能。
PAQ，尤其是其PAQ8 变体，由于其上下文混合功能，即使速度较慢，因此在有效的压缩方面也是独特的。
简而言之，无损数据压缩算法历史记录是技术创新传奇和专利弱点。
每个步骤都看到了压缩技术的创新和应用领域的发展。
将来，随着技术进步，我们期待着更高效，更智能的压缩算法的诞生，并继续促进数据存储和传输效率。
参考文献：1 Ziv＆Lempel，“单个按摩的压缩”（ieeetrans.inf.theory）2 Burrows＆Wheeler，块分类无损comp。
3 Shannon，“ Amathematics的通信理论”（Bell Syst.Tech.J。
）4 Huffman，“ Minimum-Kod Code”（Proc.ire）5 Rissanen＆Langdon，Arithmetic编码（IBMJ.RES.DEV。
）
lz78算法的简介
尽管LZ7 8 的受欢迎程度很受欢迎，但LZ7 8 在未来几年内逐渐消失LZ7 8 算法。最受欢迎的LZ7 8 压缩形式是LZW算法，即LZ7 8 版本，由Terrywelc开发。
算法中使用的术语 - （1 ）CharStream：是数据序列。
（2 ）字符：角色骑行中的基本数据单元。
（3 ）字符之前的字符序列。
（4 ）词汇串：正向 +字符。
（5 ）CodeWord中的基本数据单元：CodeWord流表示字典中的字母。
6 codestream：编辑器和字符的编辑器的输出。
（7 ）字典 - 词汇串。
根据词典编号，根据索引为每个afix-string设置CodeFordWords代码。
（8 ）当前正向 - 指当前P. 9 中使用的前缀。
请参阅依据算法中使用的代码字中使用的字母。
和字符串。
W当前代表CodeWord的固定字符串。
为什么有时候压缩文件，压缩好后和原文件一样大？
压缩文件的效果与文件类型密切相关。由于其信息密集型和规律性，压缩文件大小通常会大大减少，有时甚至可以将其压缩到原始文件大小的约5 0％。
但是，由于它们的大量数据量和复杂的结构，对于图像和视频文件而言，压缩效果通常并不明显，在大多数情况下，它只能达到约8 0％的压缩关系。
这是因为这些文件类型的信息分布更加分布，并且丢失了重复，这可以通过压缩算法有效地使用。
值得注意的是，某些图像文件格式本身采用了压缩技术。
例如，由于其编码方法，JPEG格式文件具有一定的压缩效果。
如果您使用常规的压缩工具（例如Rare再次压缩），实际上很难确定重大的量变化。
同样，由于其未压缩的属性，BMP文件在通过压缩工具处理后可以接收一定的压缩效果，但是与JPEG等格式相比，这种效果相对有限。
压缩文件大小的更改不仅取决于文件类型，而且与压缩算法密切相关。
不同的算法对不同类型的数据具有不同的影响。
例如，在处理文本文件时，LZ7 7 和LZ7 8 算法效果很好，但是对于图像和视频文件而言，它们的效果大大降低。
此外，某些扩展的压缩算法（例如LZMA和BZIP2 ）对文本文件具有显着的压缩效果，但对图像和视频文件的压缩效果有限。
总而言之，文件的压缩效果受多种因素的影响，包括文件类型，压缩算法和文件本身的属性。
因此，我们必须根据特定情况选择相应的压缩工具和算法，以达到最佳的压缩效果。
什么是lz77算法?
LEMPEL和ZIV在1 9 7 7 年和1 9 7 8 年提出的LZ7 7 和LZ7 8 是无损失压缩编码的两个基石。Terrywelch于1 9 8 4 年根据LZ7 8 出版了LZW编码。
这些编码系统通过识别和替换双重数据流来达到压缩。
主要思想是，每当新数据到达时，数据流对应于先前数据流中出现的部分，系统使用特定标记来表示双重，从而节省了存储空间。
此过程相当于使用字典在读取数据流时翻译，因此您可以获得字典的编码。
另一方面，霍夫曼编码方法和算术编码基于统计数据特征。
LZ7 7 算法实现的阶段包括在滑动窗口中滑动数据之前读取前缓冲区数据，不断找到与词典中句子相对应的最长句子，并用标记符号对其进行标记。
此过程可以有效地压缩双重数据并大大减少存储要求。
LZ7 7 压缩算法的组织图以直观的形式显示其操作模式，而解压缩算法也基于相反操作的相同逻辑。
在特定的实现中，一个常见的问题是，不可能将压缩数据与未压缩数据区分开。
为了解决此问题，前一个字段通常填充0xFF，以区分两者。
对对LZ7 7 算法的深度了解感兴趣的读者可能是指技术文档和相关资源，以获取更详细的信息和深度分析。
