LZMA

✍ dations ◷ 2025-11-26 10:24:25 #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

  • rDNA核糖体DNA(Ribosomal DNA,rDNA)是一种DNA序列,该序列用于rRNA编码。核糖体是蛋白质和rRNA分子的组合,翻译mRNA分子以产生蛋白质的组件。如该图所示,真核生物的rDNA包括一个单元段,
  • Cr3d5 4s12, 8, 13, 1蒸气压第一:652.9 kJ·mol−1 第二:1590.6 kJ·mol−1 第三:2987 kJ·mol−1 (主条目:铬的同位素铬(拉丁语:Chromium,化学符号:Cr)是一种化学元素,原子序为24,在
  • 拉撒路拉撒路(Lazarus),天主教汉译为拉匝禄,耶稣的门徒与好友,经由耶稣,奇迹式的复活。在新约《约翰福音》11章中记载,他病死后埋葬在一个洞穴中,四天之后耶稣吩咐他从坟墓中出来,因而奇迹
  • 松鼠形亚目松鼠形亚目(学名:Sciuromorpha)又译松鼠亚目,是啮齿目以下的亚目,当中包括有松鼠、花栗鼠、山河狸及很多种类的啮齿动物。这个亚目下的动物的特征就是下颚的独特形状,其下颚的活动
  • 翁仁康翁仁康(1960年-),浙江萧山人,中国莲花落表演艺术家,现任中国曲艺家协会副主席,浙江省文联副主席、浙江省曲艺家协会主席。
  • 大理石峡谷坐标:36°51′49″N 111°35′25″W / 36.863622°N 111.590152°W / 36.863622; -111.590152大理石峡谷(英语:Marble Canyon)是美国亚利桑那州北部科罗拉多河流经的一个峡谷,从L
  • 琼塔尔语琼塔尔语(Chontal languages)是属于霍坎语系的语言,为墨西哥琼塔尔人的语言。其中包括两种可以互通的语言高地琼塔尔语(Highland Chontal)低地琼塔尔语,(Lowland Chontal)两者的使用
  • 枪械管制枪支管制是指任何对定义、限制或限制拥有,生产或改装,进口,运输,销售和/或使用枪械的法律,政策,实践或提案。枪支管制的法律和政策在世界各地有很大的差异。有些国家/地区,如英国和
  • 氯化亚铊氯化亚铊,又称氯化铊(I),是一种无机化合物,化学式为TlCl。氯化亚铊和氯化银相似,遇光会变暗或变紫,但不同的是,氯化亚铊在氨水中不溶解。氯化亚铊可以由硝酸亚铊或硫酸亚铊和盐酸
  • 茅原实里作品茅原实里作品是声优、歌手的茅原实里以个人名义、角色名义发售的作品项目。