LZMA

✍ dations ◷ 2025-12-01 01:03:07 #无损压缩算法

LZMA(Lempel(英语:Abraham Lempel)-Ziv(英语:Jacob Ziv)-Markov chain-Algorithm的缩写)是2001年以来得到发展的一个数据压缩算法,它用于7-Zip归档工具中的7z格式和 Unix-like 下的 xz 格式。它使用类似于LZ77的字典编码(英语:Dictionary coder)机制,在一般的情况下压缩率比bzip2为高,用于压缩的字典文件大小可达4GB。

C++语言写成的LZMA开放源码压缩库使用了区间编码支持的LZ77改进压缩算法以及特殊的用于二进制的预处理程序。LZMA 对数据流、重复序列大小以及重续序列位置单独进行了压缩。LZMA支持几种散列链变体、二叉树以及基数树作为它的字典查找算法基础。

BCJ / BCJ2压缩工具所附带的LZMA SDK包括:在X86、ARM、PowerPC、IA-64以及ARM Thumb处理器上在压缩之前跳转目标进行归一化处理。对于x86平台来说,这是一个近跳转、近调用以及近条件跳转需要从“向后跳1665字节”这样的机器语言归一化到“跳转到5554”这样的格式,但是短跳转及短条件跳转不需要进行这样的处理。

BCJ与BCJ2之间的区别在于前者只将近跳转及近调用目标地址转换到归一化的形式,而BCJ2只将x86平台下的近跳转、近调用及条件近跳转目标分别进行压缩。

一些Windows操作系统专有的特性深深嵌入在原始程序中,使得最初很难生成一个与Unix等系统兼容的版本。然而,LZMA 由于其开放源码特性,仍然最终获得了各种平台的实现:

在GNU通用公共许可证下发布的 7-zip 参考版本有以下几个特点:

这个特点使得这个这个算法的解压过程非常适合于嵌入式系统应用的场合。p7zip 为 7-zip 的 POSIX 系统移植。

LZMA Unix Port 是一个只移植了 7-zip 中 LZMA 压缩代码的版本,内含命令行参数类似于 gzip 的基于数据流的压缩工具。它不是一个归档工具,而只是一个普通的压缩工具,并且由于它在没有数据头中没有未压缩文件大小的UInt64变量,所以它与7-zip生成的LZMA数据流中不同。7-zip使用一种更加灵活的归档格式7z,因此不能被此工具解压。

后来类似的 xz 替代了 LZMA Unix Port,提供了更好的压缩功能,并最终以其优异的性能和压缩比成为了不少开源软件(例如 Linux 内核源码、Debian deb 和 Fedora rpm)的压缩方式之一,甚至是默认压缩方式。xz 命令行程序曾有过一个名为 pxz 的分支,提供多线程压缩功能,后来 xz 在 5.2 时本身就直接提供多线程了。


Lzip 是另一个 Unix-like 系统下的 LZMA 压缩格式,其主要目的之一就是和 xz 竞争。与 xz 相比,它的最大亮点在于提供更简单的文件格式和因此得来的更方便的数据恢复。Lzip 的格式如此简单以至于其文档中就存在一个解压器实现,于是未来的数据考古学家即使在量子计算机使得 LZMA 无用多时之后只靠文档也能成功解压文件。

使用或者支持LZMA的软件有:

LZMA的压缩输出流是一个比特流,采用自适应二进制行程编码器(adaptive binary range coder)。比特流划分为包(packet),每个包或者表示一个字节的被压缩数据,或者如同LZ77的压缩输出序列那样的长度与距离的对(pair)。每个包得每个部分作为独立的上下文(context),从而对每个比特的概率预测仅相关于前一个包的同类型比特值。

有7类包:

LONGREP 表示LONGREP四种包, *REP指称LONGREP 与SHORTREP, *MATCH指称MATCH或*REP.

LONGREP包删除了对距离的直接表示,而是使用包序列最近四个距离。


包的长度部分表示如下:

如同LZ77, 长度不一定要小于距离。

距离在逻辑上是32比特,距离0表示最近增加到词典的那个字节。

距离的编码以6比特"distance slot"开始,由此可知后面跟着多少比特来补全。这是可变长编码。距离解码后为比特流,从最显著位到最不显著位。distance slots 0−3直接编码了0−3.

依据嵌入到Linux kernel的 XZ解码算法源文件。

相关

  • 细胞色素P450结构 / ECOD细胞色素P450(英语:cytochrome P450)超家族(官方缩写为CYP)是一大类多种多样的酶。大多数细胞色素P450酶的功能是催化氧化有机化合物。细胞色素P450的受质包括有:如脂
  • 老鼠鼠,又称老鼠或耗子,即鼠总科(Muroidea),是一种属于啮齿类的总科,其中含有仓鼠、沙鼠、大鼠、小鼠,以及其他亲缘动物。它们广泛分布于南极以外的各个大陆。由于难以测定各分类群之间
  • real-time PCR即时聚合酶链式反应(英语:Real-time polymerase chain reaction)是一种在DNA扩增反应中,以萤光染剂侦测每次聚合酶链锁反应(PCR)循环后产物总量的方法。此实验法已被众多科学家采
  • 陈庆云陈庆云(1929年1月25日-),出生于湖南沅江,祖籍湖南湘乡,有机化学家,中国科学院院士,专攻有机氟化学。 陈庆云于1952年毕业于北京大学化学系,1952-1956年工作于中国科学院长春光机所,19
  • 论衡《论衡》,是中国东汉时期思想家王充的重要著作。全书共计十三卷,八十五篇,佚亡一篇。主要阐述了作者无神论的思想观点,对当时社会上谶纬盛行,社会上层和民间流行各种神秘主义进行
  • 大酱汤大酱汤(或称韩式味噌汤 )是一种韩国特色料理,用韩国大酱(豆酱)为主要材料煮成的汤,其他材料有蔬菜、海鲜及豆腐,在韩国是平民代表性的料理。
  • 斯德哥尔摩经济学院斯德哥尔摩经济学院 (瑞典语:Handelshögskolan i Stockholm, HHS,英语:Stockholm School of Economics, SSE)位于瑞典首府斯德哥尔摩市,另外在拉脱维亚首府里加和俄罗斯的圣彼得
  • AZ大厦AZ大厦(英语:AZ Tower)是一座位于捷克共和国布尔诺的摩天大楼,楼高30层,是捷克现今最高的建筑(英语:List of tallest buildings in the Czech Republic)。View on the AZ TowerConst
  • 新西兰政治新西兰是一个议会制民主国家,但没有正式的成文宪法,其政治体制基本效仿西敏制,即按照惯例而行。新西兰王国的国家元首是伊丽莎白二世,由英王兼仼,且仅保留象征权力;由于她长年不在
  • 山东梆子山东梆子是中国地方戏曲的一个古老的剧种,又名“高调梆子”,流行于山东菏泽、济宁等地以及河南、河北的部分地区,据说是山陕梆子传入山东以后所形成,约有300多年历史,同山东的平