LZMA

✍ dations ◷ 2025-11-29 11:19:23 #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

  • 颗粒颗粒可以指:
  • 李如龙李如龙(1936年-),中国著名语言学家。现为厦门大学人文学院、厦大海外教育学院教授及博士、研究生导师,并担任国务院学位委员会中文学科评议组成员、福建省语言学会会长等职务。李
  • 安立复阿立哌唑(Aripiprazole)是一种非典型的抗精神病药,常见商品名安立复(Abilify),化学式C23H27Cl2N3O2。它主要用于治疗精神分裂症和躁郁症。其他用途包括作为重症忧郁症、抽动综合症
  • 黑色直升机阴谋论黑色直升机是美国一则介于都市传说和阴谋论之间的传言故事,类似黑衣人概念,其版本已经多不胜数同时真假难分,但不可否认在美国形成一种流行文化和俚语。现在公众媒体或名人有时
  • 沈鹏沈鹏(1931年9月-),斋名介居,号介居主,江苏江阴人,中国现代编辑出版专家,书法家、美术评论家及诗人。现任中国书法家协会终身名誉主席。幼习诗、书、画,入大学攻读文学,后转攻新闻。历
  • 犹太教正统派犹太教正统派是犹太教中最大的宗派群体,是犹太教的保守派及传统淡系,在以色列拥有特殊地位。犹太教正统派内分三个支派,分别是极端正统派、现代正统派和哈西迪教派。犹太教正统
  • 合字合字、连字、连结字或合体字(英语:Ligature),在西方字体排印学中一般表示将多于一个字母的合成一个字形。如印刷品中常常将拉丁字母两个字母fi的i上一点常与f的一钩合并,而德语字
  • 詹·英格豪斯詹·英格豪斯 又译(扬 英恩豪斯,扬 英根豪斯, 詹 英恩豪斯)(荷兰语:Jan Ingenhousz,FRS,1730年12月8日-1799年9月7日),荷兰生理学家、生物学家与化学家。他广为人知的最佳成就之一
  • 三角龙属三角龙属(属名:)通称三角龙、三觭龙,是鸟臀目角龙下目角龙科的一属,是种食植性恐龙。三角龙大小中等,四足,全长大约有7到10米,臀部高度为2.5到3米,重达6到12吨、比同长度的恐龙壮硕许
  • 尾辻加奈子尾辻加奈子(1974年12月16日-),日本LGBT人权运动者,政治家、前参议院议员(当选1次)。大阪府出身(但出生于奈良县)。前大阪府议会议员(堺市堺区选区。任期2003年4月~2007年4月)。是日本在