LZMA

✍ dations ◷ 2025-03-04 00:56:10 #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

  • 虾黄赤蜻虾黄赤蜻(学名:Sympetrum flaveolum),又名黄翅赤蜻,是分布在欧洲及中国中及北部的蜻蜓。它们只在死水中繁殖,尤其是在泥煤沼。它们虽然并非住在英国,但有些有时会迁徙至此。于1906
  • 忒伊亚忒伊亚(Theia,/θiːə/)是一颗假设存在的远古行星,存在于早期的太阳系。根据大碰撞说,忒伊亚星的直径约6000公里,差不多跟火星一样大,位于地阳拉格朗日点,属于地球特洛伊;45亿3300万
  • 丽塔·列维-蒙塔尔奇尼丽塔·列维-蒙塔尔奇尼(意大利语:Rita Levi-Montalcini,1909年4月22日-2012年12月30日),意大利神经生物学家及医生。与同事史丹利·科恩获得1986年诺贝尔生理学或医学奖。列维-蒙
  • 郎君郎君可以指:
  • 2-甲基-2,4-戊二醇2-甲基-2,4-戊二醇(英语:2-Methyl-2,4-pentanediol,缩写MPD)是化学式为(CH3)2C(OH)CH2CH(OH)CH3的二醇类有机物,带有一个手性碳原子,常温下为无色液体,可由二丙酮醇氢化而来。
  • Nasub2/subSisub2/subOsub5/sub硅酸钠(化学式:Na2SiO3),俗称泡花碱、玻璃胶,是无色、透明的粘稠状固体。硅酸钠由石英砂与碳酸钠熔合而成;溶于水呈碱性,其透明的浆状溶液称为水玻璃。硅酸钠遇酸分解,析出硅酸的胶
  • 1939年的波兰战役纳粹德国 斯洛伐克共和国瓦尔特·冯·布劳希奇 费多尔·冯·博克 格尔德·冯·伦德施泰特 斐迪南·查特罗什(英语:Ferdinand Čatloš)米哈伊尔·科瓦列夫(英语:Mikhail Kovalev)
  • 马凯雷雷大学马凯雷雷大学(Makerere University)是乌干达规模最大的大学,位于首都坎帕拉。它在1922年成立时,只是一所技术学校;1963年成为东非大学一部分。1970年东非大学一分为三时,马凯雷雷
  • 原台湾军司令部原台湾军司令部,为台湾台北市直辖市定古迹。设立于大正元年(1912年),隶属于台湾总督府,负责指挥在台的日本驻军。战后是台湾的秘密警察--警备总部所在地;现为中华民国国防部后备
  • 番膏番膏指的是清朝时期至日治时期在台湾开垦的汉人把捕获的台湾原住民族将其人肉及脏器食余的人骨所熬制成之药膏。此风当时在台湾难以禁止。胡传所撰之《台湾日记与禀启》一文