压缩递增数据的最佳方法

Question

我有一个向量，我保存一个递增的数据。通常，向量的每个元素都是64位长的变量。但是，很可能两个连续元素之间的差异非常小，所以例如我们可以得到如下序列。

1, 34, 37, 42, 45, 1098, 1200, 1211, 1938

压缩此数据的最佳方法是什么。保持差异是理想的，并且有一个标题字节来定义差异有多大，是否只是一个字节，字，双字等，还是有更好的方法来压缩这些增量数据？

修改

我需要在线压缩，即将数据放入向量中。您可以假设一个动态扩展的向量。

Answer 1

这是一个非常简单的策略，适用于增量通常很小的时候：

1. 如果增量<2 ** 7，则将其作为单个字节发出，最高位设置为零：

   0xxxxxxx
   

2. 否则，如果增量为＆lt; 2 ** 14，则将其作为两个字节发出，其中最高位分别为1和0：

   1xxxxxxx 0xxxxxxx
   

3. 以明显的方式将此扩展为更大的增量。设置为1的第8位表示“等待，还有更多”。零表示“整数结束”。

我记得在某些RFC或者internet-draft中看到这个编码方案被建议用于bigints，但我现在似乎无法检索它。或者，您可以重复使用UTF-8编码方案来进行一些改进的错误检测，但代价是编码效率较低（如果您想要超越64位整数，则可能需要对其进行扩展）。

Answer 2

听起来你需要一些东西（正如你自己所说的那样），就像差分调制一样。也许这会给你一些灵感：http://en.wikipedia.org/wiki/Differential_pulse-code_modulation