LZMA

✍ dations ◷ 2025-02-01 04:51:27 #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

  • 李奥纳度·布伦尼列奥那多·布鲁尼(Leonardo Bruni,人称 Leonardo Aretino,1370年于阿雷佐-1444年3月9日于佛罗伦斯)意大利文艺复兴时期人文主义者,历史学家,曾任佛罗伦斯执政官、教皇秘书。列奥那
  • 梅赫尔格尔梅赫尔格尔(Mehrgarh)位在今日巴基斯坦的俾路支省,是最重要的新石器时代考古地点之一,年代从公元前7000年到公元前2500年,且有着南亚发现过最早的农耕(小麦、大麦)及畜牧(牛、山羊、
  • ΠPi(大写Π,小写π,中文音译:派),是第十六个希腊字母。大写字母Π:小写字母π:西里尔字母的П及拉丁字母的P都是从Π变来。
  • 塞舌尔塞舌尔华人,在1999年估计人口有1000人,是最小规模的非洲华人群体。第一个抵达塞舌尔的华人是在1886年从毛里求斯来的,直到1940年毛里求斯华人将他的亲戚从中国带到毛里求斯,经历
  • 德班德班(英语:Durban,南非语:Durban)是南非夸祖鲁-纳塔尔省最大的一座城市,祖鲁语称之为“eThekwini(特克维尼)”,“itheku”在祖鲁语中意为“海港或潟湖”,而“eThekwini”的叫法即是由
  • 信吉卫星电视台信吉卫星电视台(英语:ShinJi Television Inc.,简称信吉卫视、SJTV)是一家总部位于台湾嘉义县朴子市地方卫星电视台,隶属信吉媒体科技旗下,其所有自制节目皆以台语发音与本土文化为
  • 辰沅辰沅永靖道,清朝行政区划名。明朝本属湖广布政使司。康熙三年(1664年)湖南下设长宝道、岳常澧道、辰沅永靖道、衡永郴桂道四道。辰沅永靖道治辰州,康熙四十三年移驻凤凰直隶厅。
  • 价值联盟价值联盟(英语:Value Alliance)是一个于2016年成立,并由低成本航空组成的航空联盟,成立时有6个国家的8家航空公司参与。航点遍布大中华地区、东亚、东南亚、南亚、中东及澳洲。联
  • 欧内斯特·米勒·海明威欧内斯特·米勒·海明威(英语:Ernest Miller Hemingway,1899年7月21日-1961年7月2日),美国记者和作家,他是20世纪最著名的小说家之一。海明威出生于美国伊利诺伊州芝加哥市郊区的奥
  • 柬埔寨政府首脑列表柬埔寨政府与政治 系列条目现今柬埔寨王国的政府首脑称首相,现任柬埔寨首相是洪森。而从前柬埔寨在非君主制时期的政府首脑则多译作总理。