LZMA

✍ dations ◷ 2025-11-09 04:20:38 #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

  • 公众科学公众科学(Citizen Science),公民科学或群智科学,是指公众参与的科学研究, 包括非职业的科学家、科学爱好者和志愿者参与的科研活动, 范围涵盖科学问题探索、新技术发展、数据收
  • 变形监测变形监测是指使用专门的仪器和利用一定的方法对变形体在外力作用下形状或体积的变化进行系统性的观测的一种测量工作。变形监测得到的观测值是作变行分析、预见性维护等的主
  • 铂系元素铂系元素是指元素周期表中位于第5及第6周期的8族、9族及10族元素,位在3个铁系元素的下方,包括第5周期的钌、铑、钯和第6周期的锇、铱、铂。铂系元素电子壳层的最外层都只有0到
  • 外飞地飞地是一种人文地理概念,意指在某个地理区划境内有一块隶属于他地的区域。根据地区与国家之间的相对关系,飞地又可以分为“外飞地”(Exclave)与“内飞地”(Enclave)两种概念,其关系
  • 等张渗透压(osmotic pressure)是施加到溶液上以防止溶剂经选透膜内流的最低压力。在U型管实验时,当渗透持续进行至两液面高度不再变动时,此时两液柱之压力差称为渗透压。渗透压的大
  • 叶全真叶全真(1969年9月12日-),本名赵文君,曾为台湾电影明星,现为电视剧女演员。1987年,17岁时到模特儿经纪公司打工,拍摄服装平面广告。一个月后遇到电影公司前来甄选电影女主角,并在2654
  • 麦克林麦克林(英语:Maclean's)是一本编辑总部设在加拿大多伦多的新闻杂志,主要报道加拿大政治新闻、流行文化和热点话题。《麦克林》杂志于1905年10月由加拿大多伦多的出版商约翰·贝
  • 午夜子夜,亦称半夜、子正,指二十四小时制的00:00(24:00)或十二小时制的夜晚12:00。中国古代以子夜为日之分界,以子正初刻(00:00)为一日之开始,夜子初四刻(24:00,子夜)为一日之终结。而且分
  • 冬季奥林匹克运动会有舵雪橇比赛有舵雪橇在1924年奥运会成为正式比赛项目,起初仅设立男子四人赛,1932年开始增设男子双人赛。该项目自首届冬奥亮相以来,仅1960年冬奥未举办,因为该届冬奥的组委会为减少开支决定
  • 中村美律子中村美律子(なかむらみつこ,1950年7月31日-),本名中村美津子(旧姓小松),是日本的演歌歌手,出生于大阪府东大阪市。1986年出道。在当地·大阪尤其受到巨大的欢迎。多年主持的电视节目