LZMA

✍ dations ◷ 2025-08-18 03:17:08 #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

  • 海绵多孔动物门(学名:Porifera)为原始的多细胞生物,也称海绵动物门(Spongiatia或Spongia),一般称为海绵。海绵没有神经元/神经系统、消化和循环系统,相反,它们大多依靠海水流过自己的身体
  • 笔记本电脑笔记本电脑(英语:laptop),简称笔记本、笔电,又称手提电脑、便携电脑,是一种便携式计算机。笔记本电脑直译自英语notebook computer一词,而laptop英语本意为膝上电脑。笔记本电脑重
  • 格奥尔格·弗里德里希·韩德尔格奥尔格·弗里德里希·亨德尔(德语:Georg Friedrich Händel,1685年2月23日-1759年4月14日),巴洛克音乐作曲家,创作作品类型有歌剧、神剧、颂歌及管风琴协奏曲,著名作品为《弥赛亚
  • 断掌断掌,又称为通贯手,是指手掌纹感情线与智慧线重合成一直线,紧握手指,可见一条线贯穿整个掌面而过,中间没有中断。相对断掌而言,非断掌掌纹,感情线与智慧线是不会相交重合的。也有一
  • 反棱柱反棱柱(Antiprism)是由两个相同边数多边形平行基底和侧面的三角形所组成的一个多面体。反棱柱的对偶多面体是偏方面体(Trapezohedron)。在一个边长为a、高为h的n角反棱柱里: 顶点
  • 水客平行进口货品(英语:parallel import),或平行输入货品,一般俗称水货,为无经由正式代理商进口的货品。相对地,经由正式代理商进口的货品则俗称行货。水货未必等同于冒牌货,但是因为来
  • 磺溪 (台北市)磺溪(亦称南磺溪、Southern Sulfur creek)位于台湾北部,属于淡水河水系,为外双溪的支流。流域分布于台北市北投区、士林区。磺溪的后段亦为北投区及士林区的界河。上游又称阳明
  • 磁感磁感或磁反应是一种感觉,它允许生物体探测磁场来感知方向、高度或位置。这种感官方式被一系列动物用于定向和导航,并成为动物探知区域地图的方法。对导航来说,磁感应和地磁场的
  • 安妮·蓝妮克丝安妮·蓝妮克丝,OBE(Annie Lennox,1954年12月25日-),苏格兰女歌手。蓝妮克丝生于苏格兰的亚伯丁,从小对音乐有兴趣,长大之后进入伦敦的Royal Academy of Music学习古典音乐。80年代,
  • 泰德·柯克兰威廉·泰德·柯克兰(英语:William Thad Cochran;1937年12月7日-2019年5月30日),是一位美国共和党政治人物,1978年起担任密西西比州美国参议院议员。他在1978年首次跻身美国参议院,现