什么是小数据的最佳压缩方案，如1.66kBytes？

Question

这些数据存储在一个数组中（使用C ++），每个数据的重复数为125比特。它最后还有8条消息，每条消息包含12个ASCII字符。请建议我是否应该在阵列中使用差分压缩，如果是这样的话？

或者我应该在整个阵列上应用其他压缩方案吗？

Answer 1

通常，您可以压缩具有某种可预测性或冗余性的数据。基于字典的压缩（例如ZIP格式算法）传统上不适用于小块数据，因为需要共享所选字典。

过去，当我使用可预测的模式压缩非常小的数据块时，我使用SharpZipLib和自定义词典。我没有将字典嵌入到实际数据中，而是在每个需要（解压缩）数据的程序中对字典进行了硬编码。 SharpZipLib为您提供了两个选项：自定义词典，并将词典与数据分开。

如果您可以提前预测数据的某些模式，那么这只会很有效，这样您就可以创建一个合适的压缩字典，并且字典本身可以与压缩数据。

Answer 2

您没有向我们提供足够的信息来帮助您。但是，我强烈推荐Bell，Cleary和Witten出版的书Text Compression。不要被标题所愚弄;这里的“文本”只意味着“无损” - 所有这些技术都适用于二进制数据。因为这本书价格昂贵，你可能会试图通过馆际互借来获得这本书。

另外，不要忽视明显的Burrows-Wheeler（bzip2）或Lempel-Ziv（gzip，zlib）技术。这些技术中的一种很可能适用于您的应用程序，因此在研究替代方案之前，尝试使用标准工具压缩您的数据。