这个压缩算法有名称吗？

Question

假设您有一个四字节整数，并且希望将其压缩为更少的字节。您能够压缩它，因为较小的值比较大的值更可能（即，值的概率随其幅度减小）。您应用以下方案，以产生1,2,3或4字节结果：

注意，在下面的描述中（位是从1开始的，从最高有效位到最低有效位），即第一位是指最高有效位，第二位是指下一个最高位，等等。 。）

1. 如果n <128，则将其编码为 第一位设置的单字节 为零
2. 如果n> = 128且n <16,384， 你使用两个字节的整数。你设定 第一位到第一位，表示 第二位为零。那么你 使用剩余的14位进行编码 数字n。
3. 如果n> 16,384和 n <2,097,152，你使用三个字节 整数。你将第一位设置为 一，第二位到一位，和 第三位为零。你用的是 剩余的21位，用于编码n。
4. 如果n> 2,097,152且n <268,435,456， 你使用四字节整数。你设定 前三位到一位和 第四位为零。你用的是 剩下28位来编码n。
5. 如果n> = 268,435,456且n <4,294,967,296， 你使用一个五字节整数。你设定 前四位为一并使用 以下32位设置 n的精确值，为四个字节 整数。其余的位未使用。

这个算法有名称吗？

Answer 1

听起来与Dlugosz的“可变长度整数编码”非常相似

Answer 2

这非常接近variable-length quantity编码或base-128。后一个名称源于这样一个事实，即编码中的每个7位单元都可以被视为128位数字。

Answer 3

Huffman coding指的是使用更少的比特来存储更多的公共数据，以换取使用更多的比特来存储不太常见的数据。

Answer 4

您的方案类似于UTF-8，这是一种用于Unicode文本数据的编码方案。

主要区别在于UTF-8流中的每个字节都表明它是前导字节还是尾随字节，因此可以从中间开始读取序列。使用您的方案，如果存储了一系列此类值，则缺少前导字节将使文件的其余部分完全不可读。读取这样的序列必须从头开始，而不是任意位置。

Answer 5

<强> Varint

使用每个字节的高位指示“继续”或“停止”，其余位（序列中每个字节的7位）被解释为编码实际值的纯二进制：

这听起来像Google Protocol Buffers中使用的“Base 128 Varint”。

压缩整数的相关方法

总结：此代码表示2个部分的整数： 一元代码中的第一部分，用于指示在剩余值中读取需要多少位;以及第二部分（以位为单位指示的宽度），以或多或少的纯二进制编码实际值。

这个特殊的代码用二进制代码“整理”一元代码，但是其他相似的代码首先打包完整的一元代码，然后是二进制代码， 例如Elias gamma coding。

我怀疑此代码是“开始/停止代码”系列之一 如下所述：

Steven Pigeon - Start/Stop Codes - Procs。 2001年数据压缩会议，IEEE计算机学会出版社，2001年。