LZMA

✍ dations ◷ 2025-12-09 05:45:44 #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

  • 古大气层古大气层是在过去的地质时期的大气层,特别是地球大气层,在非特别指定的时刻。地球古大气层的构成储存在地质里,可以从现今对具有代理性的物质,例如氧化铁的丰度、木碳和树叶化石
  • 秘密立储制度秘密建储制,又称密建储贰、密匣立储、储位密建,为大清一种立储模式,由雍正帝所发明。皇帝将遗诏封入密匣内,一般放到北京乾清宫正殿正大光明匾额后;将来天子驾崩之时,由王侯宗室、
  • 猴科猴科(学名:Cercopithecidae),即旧世界猴,灵长目的一科,是与猿类最接近的猴,也是我们最为熟悉的一类灵长目动物。今天主要分布在非洲和亚洲的广大地区,也分布于欧洲极少部分地区。猴
  • 水灯节水灯节(英语:Loi Krathong,泰语:ลอยกระทง)是泰国、寮国、斯里兰卡, 柬埔寨和缅甸部分地区的传统节日,即每年泰历之十二月十五日(公历11月), 农历每年9月或10月圆月晚.每逢水
  • 三项铁人三项全能(英语:triathlon,源自希腊语),又称为铁人三项,简称铁人赛或三铁,是由三项运动组成的比赛。现代比赛通常由游泳、自行车、长跑三个项目顺序组成,运动员需要连续完成三个运动
  • 弗吉尼亚州弗吉尼亚州州道(英语:State Highways of Virginia)是弗吉尼亚州境内由弗吉尼亚州运输部(英语:Virginia Department of Transportation)(VDOT)建设和维护的州级公路。
  • 1997年冬季世界大学生运动会第十八届冬季世界大学生运动会于1997年1月24日至2月2日在韩国的全罗北道茂朱郡举行,这是韩国首次主办冬季世界大学生运动会,韩国也成为第二个主办冬季世界大学生运动会的亚洲
  • 知识社会学实证主义 · 反实证主义(英语:Antipositivism) 结构主义 · 冲突理论 中层理论 · 形式理论 批判理论 人口 · 团体 · 组织(英语:Organizational theory) · 社会化 社会性
  • S ModelS Model是一个日本色情片的系列作品,制作公司为Super Model Media。S Model意译为“S级模特”,S级是最上级的意思。每一集均发行两种版本:DVD版本以及蓝光光碟版本。该系列作品
  • 2019年熊本地震 除特别注明外,本文所有时间均以东九区时间(UTC+9)为准。2019年熊本地震,是2019年1月3日发生于日本熊本县玉名郡和水町附近的一场地震,震中位于北纬32.97度,东经130.47度,震中距熊