LZMA

✍ dations ◷ 2025-12-02 01:59:51 #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

  • 罗曼语罗马语族(又称罗曼语族、拉丁语族),属于印欧语系,是从意大利语族衍生出来的现代语族,主要包括从拉丁语演化而来的现代诸语言。操罗马语族语言的人主要包括传统意义上的“欧洲拉丁
  • 基因本体基因本体论(Gene ontology ,GO)是一种系统地对物种基因及其产物属性进行注释的方法和过程。它的目标是:1)维护和发展有限的基因及其产物属性描述的词汇;2)注释基因及其产物,同化和传
  • 法国空军法国空军(法语:Armee de l 'Air,简称ALA,英语:French Air Force)是法国武装部队的空军。它在1909年成立,初名“航空勤务队”,当时是隶属于法国陆军,于1933年成为一个独立的军事部门。
  • 阴道积水阴道积水(英语:Hydrocolpos),是一类由于先天性阴道堵塞(英语:vaginal obstruction)导致的阴道积水。这种障碍通常是由于处女膜闭锁或较少类由于阴道横隔引起。积累液体通常是宫颈和
  • 居里温度居里点(Curie point)又作居里温度(Curie temperature,Tc)或磁性转变点。是指磁性材料中自发磁化强度降到零时的温度,是铁磁性或亚铁磁性物质转变成顺磁性物质的临界点。低于居里点
  • 白鹤白鹤(学名:),又称西伯利亚白鹤(英文:Siberian White Crane)或雪鹤(英文:Snow Crane),是鹤科的成员之一。白鹤是一种大型的水鸟,身长可达140厘米,重逾10公斤,形体比丹顶鹤稍大。它们粗长而
  • 圣克罗蒂德圣殿 (巴黎)圣克洛狄德圣殿(Basilique Ste-Clotilde)是法国巴黎第七区的一座天主教宗座圣殿,位于马蒂尼亚克路12号,以其壮观的双塔和管风琴闻名。本教堂起初由巴黎市议会于1827年提议兴建。
  • 2020年宏愿 (消歧义)2020年宏愿可以指:
  • 赫芭·艾哈迈德赫芭·艾哈迈德(Heba Ahmed,1985年1月1日-)是一名埃及划船运动员,主攻女子单人双桨和女子双人双桨项目。她曾获得非洲划船锦标赛女子单人双桨亚军。
  • 韦茨拉尔大教堂韦茨拉尔大教堂(德语:)是德国黑森州韦茨拉尔的一座大型教堂,位于法兰克福以北50公里的兰河畔。工程开始于1230年,至今仍未完成,因为西立面仍然缺少北侧钟楼。由于其建设周期漫长,建