常数级压缩技术中随机分段文件频率表的研究

对随机文件中分段字节频率分布规律进行了研究,发现对于20k分段字节出现的频率大多分布在长度为64的连续区域内,偏离点个数非常少,借助该规律可以对频率表进行压缩。此外采用01标识法对附加信息进行优化,减少了附加信息存储空间。频率表及附加信息的压缩存储对整个常数级压缩技术的实现具有重要意义。

常数级压缩方法中随机文件字节频率统计研究

常数级压缩方法利用排列组合原理,适于压缩字节内容无规律的文件。常数级压缩方法的关键技术之一是频率表的压缩,由于大多数分段文件字节频率的分布具有规律性,一般集中在某一连续数值区域,利用该规律可将频率表压缩至理想大小。文中主要对随机文件中分段字节频率分布规律进行了研究,该研究对于频率表的压缩乃至整个常数级压缩技术的实现具有重要意义。

基于排列组合的常数级压缩方法

为使数据压缩技术突破压缩空间极限的限制,提出一种基于排列组合的常数级压缩方法.对被压缩文件进行分段处理,对每个分段内容进行压缩,使存放该基数值和频率表以及相应辅助信息所占空间小于该分段文件字节数,从而达到压缩目的.对随机抽取的200 kB分段字节进行的理论分析与实验均表明,只要有足够的压缩次数,该压缩技术可将随机文件压缩至常数级大小.该压缩方法对于数据的存储和传输具有重大意义.