改进的LZSS压缩算法资料.pdfVIP

改进的 LZSS压缩算法 王娟 1 刘教民 2 檀柏红 2 (1 中国人民武装警察部队学院，河北廊坊 065000 ；2 河北省教育厅，河北石家庄 050000) 摘 要 ：本文提出了 LZSS压缩算法在进行文本压缩时存在的问题，并给出了解决方法。改进后的算 法具有较高的压缩率，实验结果令人满意。 关键词 ：LZSS；数据压缩 1 引言 随着计算机技术的高速发展， 各种系统数据量越来越大， 给信息存储特别是网络传输带来诸多的困难， 并己成为有效获取和使用信息的瓶颈。为了节省信息的存储空间和提高信息的传输效率，必须对大量的实 际数据进行压缩。实践中采用数据压缩技术，通常可以节省 80 ％以上的费用，并且使得一些困难问题转而 在技术上能够实现。 目前常用的压缩编码方法分为两大类：一类是无损压缩法，也叫熵编码；另一类是有损压缩法，也叫 熵压缩法。熵压缩法压缩了熵，会减少信息量，因而不能完全恢复，对于图像、动画、和音频等多媒体信 息是有效的，但对于程序文件、数据库文件等就行不通了。 2 LZSS 压缩算法 LZSS 是词典编码无损压缩技术的一种 [1] 。词典编码无损压缩技术主要有 LZ77 、LZSS 、LZ78 、LZW 等几 种基本算法 ,它们一起垄断了当今的通用数据压缩领域。 LZ78 和 LZW 两种算法的编译码方法较为复杂 ,实现 起来较为困难 ,而 LZ77 的压缩率又相对较低 ,比较而言 LZSS 算法在单片机上实现起来较为理想 ,其压缩率较 高 ,编译码算法也较为简单。 LZSS 压缩算法的字典模型使用了自适应的方式 ,也就是说 ,将已经编码过的信息 作为字典 ,如果要编码的字符串曾经出现过 ,就输出该字符串的出现位置及长度 ,否则输出新的字符串。实际 使用时 ,由于被压缩的文件往往较大 ,一般使用“滑动窗口压缩”方式 ,就是将一个虚拟的 ,可以跟随压缩进程 滑动的窗口作为术语字典。 3 改进的 LZSS压缩算法 3.1 LZSS 算法存在的问题 LZSS算法是一种很好的算法， 但是在实现的过程中发现该算法仍有不少可改进之处。 改进算法的思路 有两条，一是从过程出发，即提高编码程序的效率，在压缩率保持不变的前提下尽量减少算法复杂度；二 是从结果出发，分析压缩代码对，尽量精简压缩代码对每个分量的表示方法，并尽量减少压缩代码所占用 的空间，以达到较好的压缩效果。下面分别从这两个方面出发，提出几个改进方案，并给出部分代码实现。 在匹配字符串长度编码时， 必须考虑到它在大多数情况下不会太大， 少数情况下才会发生大字符串的 匹配，因此，无论匹配长度为多长，代码对 (1 ，匹配位置，匹配长度 ) 的长度都是固定的，对于较小的匹配 长度来说，仍可能存在一定的冗余。例如，当偏移量的位数为 12 （文本窗口大小为 4096 字节）、匹配长度 的位数为 4 （匹配长度最大为 16）时，加上 1 位前缀，输出固定为 17 位。若匹配长度为 2 或 3，此时只用 2 位即可表示这个匹配长度，加上 12 位的偏移量和 1 位的前缀，只要输出 15 位，原理上输出代码可减少 2 位，从而实现了更高效的压缩。但这样一来，匹配长度不固定，在译码时无法正确识别匹配长度，也就无 法正确译码。因此需要寻找一种能正确识别变长的匹配长度的机制。 3.2 改进 LZSS 算法之一——前缀编码 在使用可变长的编码方式来表示匹配长度值时，必须设计出一种编码方式，使得译码程序可以方便地 分离每个字符的编码部分。于是有了一种叫“前缀编码”的技术，其主导思想是：任何一个字符的编码， 都不是另一个字符编码的前缀。即任何一个字符的编码，都不是由另一个字符的编码加上若干位 0 或 1 组 成。表 1 为前