压缩数字字符串

Question

有人建议使用压缩算法对20-30位的数字字符串进行操作吗？

Answer 1

通过使用每个数字的二进制表示，您可以轻松地将30个字符字符串压缩到15个字节。例如，1592可以表示为一系列四位值：

0001 0101 1001 0010

当以两个四位值的组分组时，可以用标准ASCII表示为§Т。

此外，如果您的字符串包含许多相同的连续数字，则可以实现Run-Length Encoding的变体。

Answer 2

假设您可以使用浮点数，则可能有11个符号：

[0,1,2,3,4,5,6,7,8,9, .]

这意味着每个符号需要4位。 3位最多只能代表8个符号。您可以轻松地为每个符号使用4位并获得大量压缩。

如果你的字符串中只有整数位数，一个简单的解决方案是转换为十六进制数，你可以使用每个符号4位，同时获得更好的压缩比。 （因为没有带有16个符号的浪费位）

如果使用霍夫曼压缩，您将获得最佳比特/符号比率。你可以read more about Huffman compression here。

Answer 3

将它设为2个15位数并将它们转换为2个64位整数？或者他们漂浮？

Answer 4

将其分解为几个未签名的整数？

“9347692367596047327509604839”

变为：

9 347692367 596047327 509604839

Answer 5

一个明显的解决方案是将它们“压缩”为二进制数字表示而不是字符串表示。有关示例库，请参阅this stack overflow问题。

Answer 6

我肯定会选择最简单的解决方案，只需将它们存储为整数（大小合适，可以是32位，64位或128位，具体取决于需求）。使用支持字符的算法对其进行压缩会浪费大量空间，因为每个字符必须满足10个以上不同的值（0-9）。

Answer 7

压缩数字的最常见方法之一（假设你有多个你想压缩的方法 - 它很难压缩一件事），正在使用delta encoding。它的工作原理是，如果您知道第一个数字是x，并且后面的数字相对相似，您可以将后续数字编码为（x + c1），（x + c2）等。

在此方案中，您只需要对整个x值进行一次编码，如果您的c值小于x，则可以节省大量空间。您也可以使用首先对数字进行排序的版本，然后您的delta指的是上次看到的数字而不是一个数字。使用这种方法，您可以更有效地覆盖更广泛的数字。