LZMA

✍ dations ◷ 2025-11-19 09:54:40 #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

  • 文化心理学文化心理学(英语:Cultural psychology)是对文化如何反映和塑造其成员的心理过程的研究。文化心理学的主要原则是,思想和文化是不可分割的,相互构成的,即人们受到文化的影响,文化也
  • 曼陀罗属见内文曼陀罗属(学名:Datura)是茄科下的一个属。该属共有15种,主要分布于热带和亚热带地区。曼陀罗属下目前已知12种:
  • 高半胱氨酸的产生甲硫氨酸(英语:Methionine,又称蛋氨酸),在所有后生动物中它是一种必需氨基酸。与半胱氨酸一起,甲硫氨酸是两个含硫蛋白原氨基酸之一。对人而言是唯一的含硫必需氨基酸,有L型及D型两
  • 无菌操作无菌操作(英语:aseptic technique)是指在执行医疗、护理技术过程中,防止一切微生物侵入机体和保持无菌物品及无菌区域不被污染的操作技术和管理方法,由约瑟夫·李斯特在1865年首
  • 万叶集《万叶集》是现存最早的日语诗歌总集,收录由四世纪至八世纪4,500多首长歌、短歌,共计二十卷,于七世纪后半至八世纪后半编辑完成,按内容分为杂歌、相闻、挽歌等。全书采用汉字,部
  • 捷克国家足球队捷克国家足球队(捷克语:Česká fotbalová reprezentace;英语:Czech Republic national football team)是捷克共和国的官方足球队,属于捷克足球协会拥有。捷克的球衣赞助商是Puma
  • 阿尔塔迪纳阿尔塔迪纳(英语:Altadena)是位于美国加利福尼亚州洛杉矶县的一个人口普查指定地区。阿尔塔迪纳的座标为34°11′19″N 118°08′05″W / 34.18861°N 118.13472°W / 34.18861
  • 萧尔斯·曼宁切尔西·伊丽沙白·曼宁(英语:Chelsea Elizabeth Manning,1987年12月17日-),本名布拉德利·爱德华·曼宁(英语:Bradley Edward Manning),生于美国俄克拉荷马州,曾为美国陆军上等兵,于201
  • 草果草果(学名:;以前为),是姜科豆蔻属的一种植物。草果生长在热带、亚热带的荫蔽潮湿的林中地带,人工栽培以云南为主。其干燥的果实被用作中餐调味料和中草药。多年生常绿草本,可高达2.
  • 5d1 6s2 2, 8, 18, 18, 9, 2蒸气压 第一:538.1 kJ·mol−1 第二:1067 kJ·mol−1 主条目:镧的同位素 镧,是一种化学元素,元素符号为La,原子序数为57。是一种柔软、具有韧性、