Question

我有一个压缩算法的想法，我有两个问题：

我应该处理吗？会有效吗？
我该如何优化它？

这是我到目前为止创建的算法。

int i = 0,j, diff, beginIndex = 0;
while(i < tmp.length){
    j = i;
    byte first = tmp[i];
    int total = 0;
    while(j < tmp.length && first == tmp[j] && total < 127){ j++; total++;}

    if(total > 3){
        if(beginIndex != i){
            diff = i - beginIndex;
            packed.put((byte)diff);
            packed.put(tmp, beginIndex, diff);
        }
        packed.put((byte)(0x80 | total));
        packed.put(tmp[i]);
        beginIndex = j; 
    } 

    i = j;

    if(i-beginIndex == 127){
        packed.put((byte)127);
        packed.put(tmp, beginIndex, 127);
        beginIndex = i;
    }
}

if(beginIndex < i){
    diff = i - beginIndex;
    packed.put((byte)diff);
    packed.put(tmp, beginIndex, diff);
}

示例输入（每个字母描述一个字节）

[A, B, C, D, E, E, B, B, A, A, A, A, A, A, A, A, A, A, A, A, A, B, B, B, B, C, C] = 27 bytes

示例输出

[0x80, A, B, C, D, E, E, B, B, 0x8D, A, 0x84, B, 0x82, C, C] = 16 bytes

在示例中，0x80是打包位。表示是否会重复以下信件。 0xFF - 0x80 = 0x7F是最大重复次数（127）。因此，0x8D表示后续字节将重复0xD（13）次

任何想法优化该算法？它会有用还是我会摆脱这个想法？

Answer 1

问题是，算法的目的是什么？

要发明一些非常新的东西，你需要检查一下之前发明的东西。阅读一些关于数据压缩等的论文和书籍。Data Compression Explained可以是一个很好的起点。

如果您只想练习编写算法，那就完全没问题了。继续改进算法，重构，加速，分析等。

如果您希望算法切实可行，请再次检查之前创建的内容。开源压缩算法，如zlib值得研究。

如果您想检查算法与其他算法的比较，请在某些常用测试中运行，例如Silesia Open Source Compression Benchmark。这会给你一个直觉（你可能有点令人失望，但不要放弃）。

最后，如果你想玩得开心，就做任何你想做的事，不要听任何人的话。

Answer 2

你发明了run-length encoding。大多数压缩算法已经包含了一种运行长度编码，它将执行您的实现并在更多情况下更好地工作。如果我是你，我就不会追求它。

如果您对数据压缩感兴趣，我强烈建议Managing Gigabytes第2章和第6章作为一个非常易于理解的阅读。

自定义压缩算法的效率

2 个答案: