[IR] Dictionary Coding
Lempel–Ziv–Welch
年发表的论文《A Universal Algorithm for Sequential Data Compression》中提出。
基于统计的数据压缩编码,比如Huffman编码,需要得到先验知识——信源的字符频率,然后进行压缩。但是在大多数情况下,这种先验知识是很难预先获得。
因此,设计一种更为通用的数据压缩编码显得尤为重要。LZ77数据压缩算法应运而生,其核心思想:利用数据的重复结构信息来进行数据压缩。
LZ77: referring to previously processed data as dictionary 利用内部信息作为字典。
在提出基于滑动窗口的LZ77算法后,两位大神Jacob Ziv与Abraham Lempel于年在发表的论文中提出了LZ78算法;
与LZ77算法不同的是LZ78算法使用动态树状词典维护历史字符串。
LZ78: use an explicit dictionary 字典是外置的。
LZ系列压缩算法均为LZ77与LZ78的变种,在此基础上做了优化。
- LZ77:LZSS、LZR、LZB、LZH;
- LZ78:LZW、LZC、LZT、LZMW、LZJ、LZFG。
LZW Encoding:
Video: https://www.youtube.com/watch?v=nW7OARbr7OI
"TO BE OR NOT TO BE OR TO BE OR NOT"
Idea:
以下是我们已知的字典。

再动态补充新发现的pattern字典,从27开始编号,如下所示:
| current | next | code | dictionary | ||
| T | O | 20 | TO | 27 | TO BE OR NOT TO BE OR TO BE OR NOT |
| O | B | 15 | OB | 28 | TO BE OR NOT TO BE OR TO BE OR NOT |
| B | E | 2 | BE | 29 | TO BE OR NOT TO BE OR TO BE OR NOT |
| E | O | 5 | EO | 30 | TO BE OR NOT TO BE OR TO BE OR NOT |
| O | R | 15 | OR | 31 | TO BE OR NOT TO BE OR TO BE OR NOT |
| R | N | 18 | RV | 32 | TO BE OR NOT TO BE OR TO BE OR NOT |
| N | O | 14 | NO | 33 | TO BE OR NOT TO BE OR TO BE OR NOT |
| O | T | 15 | OT | 34 | TO BE OR NOT TO BE OR TO BE OR NOT |
| T | T | 20 | TT | 35 | TO BE OR NOT TO BE OR TO BE OR NOT |
| TO | B | 27 | TOB | 36 | TO BE OR NOT TO BE OR TO BE OR NOT |
| BE | O | 29 | BEO | 37 | TO BE OR NOT TO BE OR TO BE OR NOT |
| OR | T | 31 | ORT | 38 | TO BE OR NOT TO BE OR TO BE OR NOT |
| TOB | E | 36 | TOBE | 39 | TO BE OR NOT TO BE OR TO BE OR NOT |
| EO | R | 30 | EOR | 40 | TO BE OR NOT TO BE OR TO BE OR NOT |
| RN | O | 32 | RNO | 41 | TO BE OR NOT TO BE OR TO BE OR NOT |
| OT | # | 34 | N/A | N/A | TO BE OR NOT TO BE OR TO BE OR NOT |
| Input | Output | ||||
这里共16行,也就是原来的24字节 --> 16字节。
LZW Decoding:
| code | prev | output | dictionary | ||
| 20 | T | TO BE OR NOT TO BE OR TO BE OR NOT | |||
| 15 | T | O | TO | 27 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 2 | O | B | OB | 28 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 5 | B | E | BE | 29 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 15 | E | O | EO | 30 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 18 | O | R | OR | 31 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 14 | R | N | RN | 32 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 15 | N | O | NO | 33 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 20 | O | T | OT | 34 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 27 | T | TO | TT | 35 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 29 | TO | BE | TOB | 36 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 31 | BE | OR | BEO | 37 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 36 | OR | TOB | ORT | 38 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 30 | TOB | EO | TOBE | 39 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 32 | EO | RN | EOR | 40 | TO BE OR NOT TO BE OR TO BE OR NOT |
| 34 | RN | OT | RNO | 41 | TO BE OR NOT TO BE OR TO BE OR NOT |
| <Output> | <Input> | ||||
可见与encoding时表格一一对应的关系。
就是还原表格的过程。
[IR] Dictionary Coding的更多相关文章
- [IR] Huffman Coding
为了保证:Block中,所有的叶子在所有的中间结点的前面.Static: Huffman coding Dynamic: Adaptive Huffman 一些概念 压缩指标 • Compress a ...
- [IR] Arithmetic Coding
Statistical methods的除了huffman外的另一种常见压缩方式. Huffman coding的非连续数值特性成为了无法达到香农极限的先天无法弥补的缺陷,但Arithmetic co ...
- 本人AI知识体系导航 - AI menu
Relevant Readable Links Name Interesting topic Comment Edwin Chen 非参贝叶斯 徐亦达老板 Dirichlet Process 学习 ...
- [Code] 烧脑之算法模型
把博客的算法过一遍,我的天呐多得很,爱咋咋地! 未来可考虑下博弈算法. 基本的编程陷阱:[c++] 面试题之犄角旮旯 第壹章[有必要添加Python] 基本的算法思想:[Algorithm] 面试题之 ...
- HANA Architecture
1 HANA 是基于内存计算的.行列都支持.使用列存储,列存储的特点是高压缩,查询快,节约空间, ---SAP HANA supports both, but is particularly opti ...
- python之最强王者(8)——字典(dictionary)
1.Python 字典(Dictionary) 字典是另一种可变容器模型,且可存储任意类型对象. 字典的每个键值(key=>value)对用冒号(:)分割,每个对之间用逗号(,)分割,整个字典包 ...
- Dictionary Learning(字典学习、稀疏表示以及其他)
第一部分 字典学习以及稀疏表示的概要 字典学习(Dictionary Learning)和稀疏表示(Sparse Representation)在学术界的正式称谓应该是稀疏字典学习(Sparse Di ...
- Coding源码学习第一部分(AppDelegate.m)
前言:在此首先感谢开源,感谢大神们的无私分享. Coding 的主页:https://coding.net/app#app-feature Coding 自己家的仓库:https://coding.n ...
- [IR] Compression
关系:Vocabulary vs. collection size Heaps’ law: M = kTbM is the size of the vocabulary, T is the numbe ...
随机推荐
- 应用栈解决迷宫问题的C语言实现
题目来自于严蔚敏<数据结构>,参考伪代码实现的程序: #include <stdio.h> #include <malloc.h> //记录通道块在迷宫矩阵当中的横 ...
- chrome插件开发.在content_script异步加载页面后, 如何进行JS通信与调用的问题
使用场景 在开发Chrome插件时, 有一种需求: 要求在WEB页面显示一个浮动窗口(A), 在此窗口中允许用Ajax方式调用另一个服务器上的一个页面(B) B页面上有独立的功能用JS写functio ...
- EBS R12.2.4 Changing IP
[root@ebs ~]# vi /etc/hosts 127.0.0.1 localhost.localdomain localhost ::1 localhost6.loc ...
- Spark:实现行转列
示例JAVA代码: import static org.apache.spark.sql.functions.col; import static org.apache.spark.sql.funct ...
- 【CSS Demo】纯 CSS 打造 Flow-Steps 导航
low-Steps 导航效果常用于需要表示执行步骤的交互页面,效果如下: 步骤一 步骤二 步骤三 通常使用图片来实现 Flow-Steps 效果,但此方法的灵活性不足,当内容变化较大时就可能需要重 ...
- [Python设计模式] 第7章 找人帮忙追美眉——代理模式
github地址:https://github.com/cheesezh/python_design_patterns 题目1 Boy追求Girl,给Girl送鲜花,送巧克力,送洋娃娃. class ...
- python2中在sqlite3中插入中文
# -*- coding: utf-8 -*- import sqlite3 conn = sqlite3.connect('SWC_Perf_Info.db') cur = conn.cursor( ...
- JNI学习小结
Java中类型与C/C++中对应关系 Java中的类的对应 Sign签名, 用来识别对应各个方法. JDK下的javap.exe能输出签名.用法javap -s -p 完整类名 下面是 ...
- NIO-新的io操作方式
1.BIO带来的挑战 BIO即阻塞IO,不管是磁盘IO,还是网络IO,数据在写入OutputStream或者从InputStream读取时都有可能发生阻塞,一旦有阻塞,当前线程将会被挂起,即线程进入非 ...
- Sequel Pro for Mac(MySQL 数据库管理工具)破解版安装
1.软件简介 Sequel Pro 是一款管理 Mysql 的工具,界面简洁易用. 2.功能特色 FULL MYSQL SUPPORT Sequel Pro is a fast, easy-to ...