LZ77和LZ78在数据压缩中的组合带参运用

本文讨论了ＬＺ７７和ＬＺ７８两大类字典算法在无损数据压缩中的分析性能和编码性能的区别，及其对不同类型数据文件压缩性能的影响，据此设计了组合使用ＬＺ７７和ＬＺ７８原理并带参数Ｈ运行的ＬＺＳＷＨ算法．对于采用ＬＺ７８压缩时优化速度很慢的Ｓ类数据文件，用户可以根据对压缩比和压缩速度的不同要求来选择参数Ｈ，Ｈ越大压缩比越高，Ｈ越小压缩速度越快；而对于采用ＬＺ７８压缩优化速度较快的Ｗ类数据文件，Ｈ参数的最佳选择可以得到最高的压缩比．

一种基于自适应字典的通用无损压缩算法

对LZ77和LZ78两种算法进行了深入的考察，提出了一种改进的LZ算法LZI（LZ Improved），即，基于LZ78算法和LZ77的混合算法。LZI算法具有LZ78和LZ77相似的计算复杂度和存储复杂度。实验结果表明，LZI算法具有更好的全局与局部自适应性、更高的压缩效率。

HLZ:一种采用混合字典的自适应无损编码算法

研究了在数据无损压缩领域影响深远的两种压缩算法 :L Z78及 L Z77,提出了一种改进的混合字典压缩算法 HL Z(Hybrid L Z) .HL Z是基于 L Z78和 L Z77的一种混合算法 ,利用了 L Z78和 L Z77的互补特性 .在用 HL Z算法进行正文编码时 ,当发现已经到达字典中提供的词汇终点时 ,并不立刻进行编码 ,而是与滑动窗口相比较 ,若当前字符串在滑动窗口中的匹配长度尚不及它在字典中的匹配串的长度 ,则采用 L Z78输出 ,否则用 L Z77编码输出 .在还原输出编码时 ,HL Z算法建立了一个链结构 ,将字典中具有相同首字母的词条链接起来 ,大大减少了搜索字典中对应最长匹配串的时间 .实验结果表明 ,HL Z算法具有与 L Z78和 L Z77相似的计算复杂度和存储复杂度 ,但具有更好的全局与局部自适应性、更高的压缩效率 .

实时数据库中数据的分类压缩算法

为解决实时数据库数据量大导致存储困难等问题,提出一种分类的数据压缩算法,实现对实时数据库数据的无损和高效压缩。首先将实时数据库的数据分为数值、时间戳和质量码3部分,然后根据每种数据的特征形态,将LZ78和LZW数据压缩算法融合,分别设计对应的数据压缩算法。实验结果表明,该算法在提高数据库的实际存储容量的同时也提高了实时数据库的实时性。

关于Lempel－Ziv 77压缩算法及其实现的研究

本文在研究著名的ＬＺ７７压缩算法的基础上，讨论了对这一算法的种种改进。新的算法同样适用于任何类型的数据文件，而且无论是压缩速度还是压缩效率均好于ＬＺ７７算法。我们的算法所用到的工作缓冲区是一个循环缓冲区，不再包括一个输入符号超前缓冲区；结果，匹配过程是边接收输入边进行，无需等待一组输入数据填满超前缓冲区才开始，同时，最大匹配长度也不再受超前缓冲区大小的限制，而且，避免了大量的平移工作缓冲区的操作。另外，还涉及一些其他方面的改进，主要包括改等长压缩码为变长码和引入匹配位置滑动表技术等。本文详细讨论了各种改进及其对算法性能的影响。