压缩包含Windows文件路径的字符串的高效算法

Question

我需要设计一种有效的方法来编码/解码包含Windows文件路径的多个字符串，例如具有有限长期存储的嵌入式系统上的C：\ Users \ Public \ Documents \ CompanyName \ ApplicationName \ VersionNumber \ Filename.ext。

目前，我们采用3个字符并将它们转换为单个唯一的整数，然后我们将其存储在其中一个寄存器位置。由于整个单元只有大约500个存储位置，因此很明显使用1个寄存器作为3个字符并不是一个好的解决方案。

应用程序工作流程：

1. 用户在Windows PC上选择文件。
2. 文件名按上述方式编码，并与其他信息（与文件名无关）发送到嵌入式系统到持久存储。
3. 运营商选择何时执行步骤2中发送的信息。将来可能会很远。
4. 嵌入式系统可以进行操作。
5. 信息（包括已解码的文件名）将被发送回Windows PC。
6. Windows PC使用操作结果更新文件。

注意：

1. 处理能力（CPU）不是此混合系统（Windows PC和嵌入式系统）的约束。目前，我们在Windows PC上进行编码并在嵌入式系统上进行解码，但不一定是这种情况。
2. Windows文件路径通常位于几个位置中的一个位置，但客户可以将默认文件位置更改为他们想要的任何位置，而且他们经常这样做。
3. 修订后的算法很可能是用C ++实现的。

这种编码/解码需要考虑哪些好的算法？

如果我忘记了任何重要细节，请告诉我。我试图尽可能彻底，但压缩绝对不是我的专长。

Answer 1

由于路径名中有许多类似的前缀，您可以使用trie。这节省了大量空间，并且检索速度也很快。互联网上有许多免费实现，实现一个也很简单。

这里有更多解释为什么这是有用的。让我们将每个文件路径视为单个字符串。许多字符串都有共同的前缀，例如字符串C:\Users\Public\Documents\将经常出现。即使你有像

这样的东西也许就是这种情况

C:\Users\Public\Documents\file1
C:\Users\Public\Documents\file2
.....
C:\Users\Public\Documents\file10000

然后整个前缀 C:\Users\Public\Documents\file 出现在许多文件中，我们不需要全部保存。但我们也不知道结构是怎样的（因为它是动态的而不是静态的）所以我们不能用硬代码来保存前缀 x 。但是，trie有助于在狭小的空间内保持整个琴弦。例如在每个非常庞大的文本搜索引擎中都有类似于trie的结构。因为它们不能保存所有行文本，因为它昂贵并且需要大量硬件，并且比这更重要，所以很难在数十亿行文本中找到特定文本。相反，他们使其结构像trie一样紧凑。

还有其他结构，如Huffman coding，这对于压缩巨大的字符串数据库相对有效，但在您的特定情况下，我认为您不仅仅是要压缩字符串，而是希望能够查询并快速找到相关信息。所以特里会有所帮助。

Answer 2

将zlib与字典一起使用。更好的解决方案取决于了解嵌入式数据和程序的空间限制，更新数据和程序的成本，更新的频率和大小，更新到以前内容的相关性等。