LZMA

✍ dations ◷ 2025-07-06 02:47:39 #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

  • A/BICD-10 第一章:某些传染病和寄生虫病,主要包括被视为具有可传播性和可传染性的疾病。肠道传染病(A00-A09)结核病(A15-A19)由特定动物传染的细菌性疾病(A20-A28)其他细菌性疾病(A30-A4
  • 罗卡蒙菲纳罗卡蒙菲纳(意大利语:Roccamonfina),是意大利卡塞塔省的一个市镇。总面积30平方公里,人口3686人,人口密度122.9人/平方公里(2009年)。ISTAT代码为061070。
  • 歌德学院歌德学院(德语:Goethe-Institut)是德国在全球范围内从事文化活动的机构,以德国最受景仰的人文思想家歌德的名字命名,任务是在全世界推广德语及德国文化。目前歌德学院在德国有13
  • 章京章京(满语:ᠵᠠᠩᡤᡳᠨ,穆麟德:janggin,太清:janggin,大词典:zhanggin,蒙古语:Занги),清朝武官的一种,另外四品文书官员也称“章京”。“章京”一词来自满语“janggin”,而满语“jan
  • 送气送气(Aspiration),语音学概念,指某些阻碍音在除阻时所伴随的强烈的空气喷吐。为感知送气与不送气音之间的差别,试将一只手或点燃的蜡烛置于口前,朗声说“滩”(/tʰan/)、“单”(/t
  • 壬烷壬烷是化学式为CH3(CH2)7CH3的烷烃。由壬烷衍生出的取代基称为“壬基”,相应的环烷烃则为环壬烷。壬烷总共有55个异构体,若不计对映异构,则为35个。
  • 圣巴巴拉 (加利福尼亚州)圣巴巴拉(Santa Barbara,又译为圣芭芭拉、圣塔芭芭拉)是美国加利福尼亚州圣巴巴拉县太平洋沿岸的一座城市,也是圣巴巴拉县的县治所在。根据美国人口调查局2010年统计,人口有8万84
  • 布丰环形山布丰环形山(Buffon)是位于月球背面南半部一座古老的大撞击坑,约形成于39.2-38.5亿年前的酒海纪,其名称取自十八世纪法国自然学家、生物学家、数学家、博物学家暨启蒙时代著名作
  • 半远洋性沉积物半远洋性沉积物或半深海沉积物是远海沉积物的一种,是由纹路细腻的生物(英语:Biogenic substance)和陆源物质所组成,不同之处在于远海沉积物主要是由几乎不含路原物质的生物物质所
  • 大阪府第15区大阪府第15区是日本众议院的选区,始于1994年。北海道 13 | 山形县 4 | 静冈县 9 | 岛根县 3 | 大分县 4福井县 3 | 山梨县 3 | 德岛县 3 | 高知县 3 | 佐贺县 3青森县 4 | 岩