LZMA

✍ dations ◷ 2025-11-30 11:51:35 #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

  • 婴儿死亡率婴儿死亡率(英语:infant mortality rate,缩写为IMR)是指每1000名活产儿中在一岁前死亡的人口数。这个比率是衡量一个国家健康水平的指标。由于婴儿死亡率只统计一岁以下的数据,
  • 天堂的孩子们《天堂的孩子们》(法语:Les Enfants du Paradis)是一部1945年出品的法国黑白电影,片长183分钟,导演马赛尔·卡尔内,编剧雅克·普莱卫,由阿尔莱蒂,让-路易·巴罗尔,玛丽娅·卡莎蕾,皮埃
  • 波吲洛尔波吲洛尔(Bopindolol)别名吲苯脂心安,β受体阻滞剂。药理作用对β1、β2受体阻断无选择性,具有一定的同在拟交感活性。作用类似吲哚洛尔,但强10倍,也具有降低血浆肾素活性的作用。
  • 茄萣湿地位于台湾高雄市茄萣区内,目前列入地方级湿地,为蛲港潟湖淤积及填海造陆形成的内陆沼泽湿地和南边的海岸自然湿地,部分地形为了建港和成立湿地公园经过人为造景改造,但有成为国际
  • 罗斯福路罗斯福路为台北市南区重要的交通干道,属于省道台9线之一部分,路名是纪念美国前总统小罗斯福,英文路名为“Roosevelt Road”,与过去的麦帅公路为台北唯二以外国人命名的道路。其
  • 宇宙学年表宇宙学年表是人类在过去两年多千年来对于宇宙认识的发展记录。现代宇宙学的思想遵循科学学科物理宇宙学的发展。
  • 中央法院朝鲜民主主义人民共和国主题朝鲜民主主义人民共和国中央裁判所(朝鲜语:조선민주주의인민공화국 중앙재판소)是朝鲜民主主义人民共和国的最高法院,也是朝鲜司法机构(英语:judiciary
  • 硫酸铬|200px|alt=|]]716.45 g/mol(十八水合物) g·mol⁻¹硫酸铬(英语:Chromium(III) sulfate)是一种无机化合物,化学式为Cr2(SO4)3。硫酸铬水合物经常会以3+的错离子形式存在,其外观呈
  • 力流最短路径准则力流最短路径准则是一个在机械设计、结构工程等领域广泛使用的结构设计准则,是力流法的原则之一。力流是在一些工程学科常用的概念。在《机械结构设计准则及实例》一书中有这
  • OpenNTPDOpenNTPD是一个Unix系统网络时间协议(NTP)实现的守护进程,可以使计算机系统的本地时钟与远程NTP服务器同步。它也可以作为一个NTP兼容客户端的NTP服务器。OpenNTPD作为OpenBSD