LZMA

✍ dations ◷ 2025-07-28 18:23:32 #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

  • span class=chemf style=white-space:nowrap;Csub20/sub二十烷是化学式为C20H42的烷烃。它有366,319种同分异构体。二十烷在工业石油化学中没有被太多地使用,因为它的高闪点令它成为低效能的燃油。由于它的化学性质不活跃,所以正二
  • 抗病毒抗病毒药物(antiviral drug)是一类用于特异性治疗病毒感染的药物。就像抗生素治疗细菌感染一样,特定的抗病毒药物对特定的病毒起作用;但抗病毒药物和抗生素不同的是,后者消灭细菌
  • 刘昌胜刘昌胜(1967年6月-),湖北大冶人,中国生物材料学家,华东理工大学教授。2017年当选为中国科学院院士。1989年毕业于湖北大学生物系,1992年获华东化工学院硕士学位,1996年获华东理工大
  • 8088Intel 8088 是一个 Intel 以 8086 为基础的 微处理器,拥有 16 比特 寄存器 和 8 比特外部 数据总线。这是原本 IBM PC 上所使用的处理器。8088 使用 8 比特的设计,所针对的是
  • 内阁首辅明朝的首辅是指首席内阁大学士,名义上无宰相之职,后实有宰相之权。洪武帝废宰相后皇帝烦于庶政设立秘书处,建文帝即位将秘书处提升为内阁,永乐帝把内阁首辅相当于皇帝的秘书长和
  • 西里伯斯鹿豚西里伯斯鹿豚(学名:Babyrousa celebensis)又名西里伯斯野猪、北方苏来威斯鹿豚或苏拉威西鹿豚,是印尼苏拉威西岛北部及邻近群岛的鹿豚。它们有两对獠牙,颚骨的獠牙穿过鼻端顶,向后
  • 战术战术是指取得小规模胜利或实现小规模优化的技术。在战争、经济、贸易、游戏和协商中战术经常被使用。具体而言战术就是战略的过程,即执行战略的方法。单纯的战术上胜利往往未
  • 吉州郡吉州郡(朝鲜语:길주군/吉州郡 Kilju gun */?)是朝鲜民主主义人民共和国咸镜北道南部的一个郡,西以咸镜山脉、摩天岭山脉与咸镜南道、两江道接壤。南大川流经。最高点为海拔2,20
  • 米-26直升机米-26直升机(俄语:Ми-26)是一款多用途重型直升飞机,也是当今服役中最重、最大的直升机,由苏联米尔莫斯科直升机工厂(原米尔实验设计局)设计。该机的机舱载重和舱外负重均可达20吨
  • CellWineCellWine是一款由台湾科技新创公司开发并于2017年6月上线,提供藏酒管理、藏酒资讯以及价格分析的应用App。目前有七种语言(中、英、日、韩、法、西、意),可于Android平台与iOS平