專利名稱：一種針對二進(jìn)制數(shù)據(jù)的多字符組合無損數(shù)據(jù)壓縮方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，涉及一種針對二進(jìn)制數(shù)據(jù)的多字符組合無損數(shù)據(jù) 壓縮方法。
背景技術(shù)：
信息技術(shù)的飛速發(fā)展，不斷影響著人類的日常生活和工作，改變著人們的活動方 式。目前，人類社會已經(jīng)進(jìn)入了信息時代。人們每天都可以通過各種渠道(如PDA、網(wǎng)絡(luò)、電 視、廣播等)獲得大量的信息，這些信息給我們的生活增加了很多色彩。然而，龐大的信息數(shù)據(jù)量一方面帶來數(shù)據(jù)存儲和傳輸?shù)睦щy，另一方面出于通信 帶寬和通信傳輸速度的限制，使得數(shù)據(jù)不經(jīng)過壓縮處理而直接傳輸所付出的代價極大。雖 然存儲器硬件容量在不斷增加，在一定程度上緩解了數(shù)據(jù)存儲的需求，但現(xiàn)階段解決海量 數(shù)據(jù)存儲和傳輸問題的根本途徑還是要研究更為有效的壓縮方法。數(shù)據(jù)壓縮技術(shù)分類一般是分為無損壓縮和有損壓縮。對于不是很注重細(xì)節(jié)的數(shù)據(jù) 如圖像、視頻等，當(dāng)今流行的壓縮技術(shù)大都采用有損壓縮技術(shù)，如MPEG，H. 263,H. 264等。而 對于程序、電子檔案、指紋識別以及醫(yī)學(xué)圖像等重要信息，則必須采用無損壓縮技術(shù)，以使 數(shù)據(jù)恢復(fù)時不會破壞其完整性。目前現(xiàn)有無損壓縮算法中，有壓縮速度較慢，但是壓縮比高的算法；也有壓縮速度 較快，但壓縮比較低的算法；但是壓縮比高，壓縮速度快的算法還不多見。

發(fā)明內(nèi)容
本發(fā)明的目的是提供了一種針對二進(jìn)制數(shù)據(jù)的多字符組合無損數(shù)據(jù)壓縮方法，解 決了數(shù)據(jù)完整性壓縮和還原的問題，不僅壓縮比高，而且算法復(fù)雜度低，壓縮速度較快，為 數(shù)據(jù)的無損壓縮提供了新的思路。本發(fā)明所采用的技術(shù)方案是，一種針對二進(jìn)制數(shù)據(jù)的多字符組合無損數(shù)據(jù)壓縮方 法，包括以下步驟A、數(shù)據(jù)的壓縮包括對待壓縮的原始二進(jìn)制數(shù)據(jù)運用多字符組合捆綁式字典壓縮 算法進(jìn)行的初次壓縮，以及對初次壓縮得到的字符串運用Huffman算法進(jìn)行的二次壓縮；其中，初次壓縮包括1)、選定組合因子個數(shù)m，m的選值滿足2彡m彡8 ；2)、初始化字典將組合因子個數(shù)為m的二進(jìn)制字符排列組合得到的不同字符串， 以及特殊字符和自定義字符作為字典條目構(gòu)建字典，并依次賦予字典序號，其中，所述二進(jìn) 制字符排列組合得到的字符串的個數(shù)η滿足n = 2m ；3)、初次壓縮數(shù)據(jù)依次讀入待壓縮的原始二進(jìn)制數(shù)據(jù)，先讀入待壓縮字符串的前 m個字符作為前綴，再讀入接下來的m個字符作為后綴，將前綴和后綴組成的2m個字符作為 整體，在字典中查找是否有相同條目；若有相同條目，則將前2m個字符在字典中的序號作 為前綴，再讀入m個字符作為后綴，將其作為整體再在字典中查找是否有相同條目，若有相
3同條目，按照此做法繼續(xù)進(jìn)行；若無相同條目，則先將這2m個字符添加到字典中，作為新的 字典條目，并賦予字典序號，再將前綴m個字符對應(yīng)的字典條目的序號輸出，舍去前綴的m 個字符，將后綴作為前綴，再讀入待壓縮原始數(shù)據(jù)的m個字符，作為后綴，把現(xiàn)有的2m個字 符作為整體再在字典中查找是否有相同條目，依次循環(huán)直至讀入全部待壓縮的原始二進(jìn)制 數(shù)據(jù)，最終得到初次壓縮后的字符串；二次壓縮包括4)、對上述步驟3)得到的字符串中的每個字符進(jìn)行概率統(tǒng)計，使用的公式為P(X) = TjP^i)
XiGS其中，P(X)表示整個字符中某一字符X出現(xiàn)的總概率，S表示整個字符串，P(Xi)表 示每一個X出現(xiàn)的概率；5)、根據(jù)步驟4)得到的概率統(tǒng)計結(jié)果，運用Huffman算法對步驟3)得到的字符串 進(jìn)行進(jìn)行編碼儲存，最終實現(xiàn)數(shù)據(jù)的無損壓縮；B、數(shù)據(jù)的解壓縮包括依次完成Huffman算法的解壓縮，以及多字符組合捆綁式 字典壓縮算法的解壓縮。其中，數(shù)據(jù)壓縮的過程中，步驟3)里，字典查找采用哈希算法。本發(fā)明的針對二進(jìn)制數(shù)據(jù)的多字符組合無損數(shù)據(jù)壓縮方法主要優(yōu)點是壓縮速度 快，壓縮比高。其基于多字符組合捆綁構(gòu)建字典思想的無損壓縮方法，該方法突出的特點是 打破了 LZ系列字典算法單個處理源字符流的方式，將多個待處理字符組合捆綁起來一起 處理，并計算出它們的每種不同排列的組合方式，隨后把按照不同排列組合構(gòu)成的字符串 存入字典，這樣構(gòu)建無損壓縮模型的好處是可以大大降低壓縮后的數(shù)據(jù)量，進(jìn)而提高信道 的傳輸和存儲器的存儲能力，對無損壓縮算法的創(chuàng)新開發(fā)，尤其是對LZ系列壓縮算法的發(fā) 展具有重要意義。
具體實施例方式本發(fā)明多字符組合無損數(shù)據(jù)壓縮方法，包括以下步驟
權(quán)利要求
1.一種針對二進(jìn)制數(shù)據(jù)的多字符組合無損數(shù)據(jù)壓縮方法，其特征在于，包括以下步驟A、數(shù)據(jù)的壓縮包括對待壓縮的原始二進(jìn)制數(shù)據(jù)運用多字符組合捆綁式字典壓縮算法 進(jìn)行的初次壓縮，以及對初次壓縮得到的字符串運用Huffman算法進(jìn)行的二次壓縮；其中，所述初次壓縮包括1)、選定組合因子個數(shù)m，m的選值滿足2< m < 8 ；2)、初始化字典將組合因子個數(shù)為m的二進(jìn)制字符排列組合得到的不同字符串，以及 特殊字符和自定義字符作為字典條目構(gòu)建字典，并依次賦予字典序號，其中，所述二進(jìn)制字 符排列組合得到的字符串的個數(shù)η滿足m = 2m ；3)、初次壓縮數(shù)據(jù)依次讀入待壓縮的原始二進(jìn)制數(shù)據(jù)，先讀入待壓縮字符串的前m個 字符作為前綴，再讀入接下來的m個字符作為后綴，將前綴和后綴組成的2m個字符作為整 體，在字典中查找是否有相同條目；若有相同條目，則將前2m個字符在字典中的序號作為 前綴，再讀入m個字符作為后綴，將其作為整體再在字典中查找是否有相同條目，若有相同 條目，按照此做法繼續(xù)進(jìn)行；若無相同條目，則先將這2m個字符添加到字典中，作為新的字 典條目，并賦予字典序號，再將前綴m個字符對應(yīng)的字典條目的序號輸出，舍去前綴的m個 字符，將后綴作為前綴，再讀入待壓縮原始數(shù)據(jù)的m個字符，作為后綴，把現(xiàn)有的2m個字符 作為整體再在字典中查找是否有相同條目，依次循環(huán)直至讀入全部待壓縮的原始二進(jìn)制數(shù) 據(jù)，最終得到初次壓縮后的字符串；所述二次壓縮包括4)、對上述步驟3)得到的字符串中的每個字符進(jìn)行概率統(tǒng)計，使用的公式為P(X) = YjP(Xi)XiGS其中，P(X)表示整個字符中某一字符X出現(xiàn)的總概率，S表示整個字符串，P(Xi)表示 每一個X出現(xiàn)的概率；5)、根據(jù)步驟4)得到的概率統(tǒng)計結(jié)果，運用Huffman算法對步驟3)得到的字符串進(jìn)行 進(jìn)行編碼儲存，最終實現(xiàn)數(shù)據(jù)的無損壓縮；B、數(shù)據(jù)的解壓縮包括依次完成Huffman算法的解壓縮，以及多字符組合捆綁式字典 壓縮算法的解壓縮。
2.按照權(quán)利要求1所述的針對二進(jìn)制數(shù)據(jù)的多字符組合無損數(shù)據(jù)壓縮方法，其特征在 于，所述數(shù)據(jù)壓縮的過程中，步驟3)里，字典查找采用哈希算法。
全文摘要
一種針對二進(jìn)制數(shù)據(jù)的多字符組合無損數(shù)據(jù)壓縮方法，數(shù)據(jù)的壓縮包括對待壓縮的原始二進(jìn)制數(shù)據(jù)運用多字符組合式字典壓縮算法的初次壓縮，以及對初次壓縮得到的字符串運用Huffmnan算法進(jìn)行的二次壓縮；數(shù)據(jù)的解壓縮包括依次完成Huffmnan算法的解壓縮，以及字典構(gòu)建方式的無損壓縮模型的解壓縮。本發(fā)明解決了數(shù)據(jù)完整性還原的問題，不僅壓縮比高，而且算法復(fù)雜度低，壓縮速度較快，為數(shù)據(jù)的無損壓縮提供了新的思路。
文檔編號H03M7/42GK102122960SQ201110009620
公開日2011年7月13日 申請日期2011年1月18日 優(yōu)先權(quán)日2011年1月18日
發(fā)明者華燈鑫, 張毅坤, 李嘯, 陳浩, 黑新宏 申請人:西安理工大學(xué)