[IR] Dictionary Coding
Lempel–Ziv–Welch
年发表的论文《A Universal Algorithm for Sequential Data Compression》中提出。
基于统计的数据压缩编码,比如Huffman编码,需要得到先验知识——信源的字符频率,然后进行压缩。但是在大多数情况下,这种先验知识是很难预先获得。
因此,设计一种更为通用的数据压缩编码显得尤为重要。LZ77数据压缩算法应运而生,其核心思想:利用数据的重复结构信息来进行数据压缩。
LZ77: referring to previously processed data as dictionary 利用内部信息作为字典。
在提出基于滑动窗口的LZ77算法后,两位大神Jacob Ziv与Abraham Lempel于年在发表的论文中提出了LZ78算法;
与LZ77算法不同的是LZ78算法使用动态树状词典维护历史字符串。
LZ78: use an explicit dictionary 字典是外置的。
LZ系列压缩算法均为LZ77与LZ78的变种,在此基础上做了优化。
- LZ77:LZSS、LZR、LZB、LZH;
- LZ78:LZW、LZC、LZT、LZMW、LZJ、LZFG。
LZW Encoding:
Video: https://www.youtube.com/watch?v=nW7OARbr7OI
"TO BE OR NOT TO BE OR TO BE OR NOT"
Idea:
以下是我们已知的字典。
再动态补充新发现的pattern字典,从27开始编号,如下所示:
current | next | code | dictionary | ||
T | O | 20 | TO | 27 | TO BE OR NOT TO BE OR TO BE OR NOT |
O | B | 15 | OB | 28 | TO BE OR NOT TO BE OR TO BE OR NOT |
B | E | 2 | BE | 29 | TO BE OR NOT TO BE OR TO BE OR NOT |
E | O | 5 | EO | 30 | TO BE OR NOT TO BE OR TO BE OR NOT |
O | R | 15 | OR | 31 | TO BE OR NOT TO BE OR TO BE OR NOT |
R | N | 18 | RV | 32 | TO BE OR NOT TO BE OR TO BE OR NOT |
N | O | 14 | NO | 33 | TO BE OR NOT TO BE OR TO BE OR NOT |
O | T | 15 | OT | 34 | TO BE OR NOT TO BE OR TO BE OR NOT |
T | T | 20 | TT | 35 | TO BE OR NOT TO BE OR TO BE OR NOT |
TO | B | 27 | TOB | 36 | TO BE OR NOT TO BE OR TO BE OR NOT |
BE | O | 29 | BEO | 37 | TO BE OR NOT TO BE OR TO BE OR NOT |
OR | T | 31 | ORT | 38 | TO BE OR NOT TO BE OR TO BE OR NOT |
TOB | E | 36 | TOBE | 39 | TO BE OR NOT TO BE OR TO BE OR NOT |
EO | R | 30 | EOR | 40 | TO BE OR NOT TO BE OR TO BE OR NOT |
RN | O | 32 | RNO | 41 | TO BE OR NOT TO BE OR TO BE OR NOT |
OT | # | 34 | N/A | N/A | TO BE OR NOT TO BE OR TO BE OR NOT |
Input | Output |
这里共16行,也就是原来的24字节 --> 16字节。
LZW Decoding:
code | prev | output | dictionary | ||
20 | T | TO BE OR NOT TO BE OR TO BE OR NOT | |||
15 | T | O | TO | 27 | TO BE OR NOT TO BE OR TO BE OR NOT |
2 | O | B | OB | 28 | TO BE OR NOT TO BE OR TO BE OR NOT |
5 | B | E | BE | 29 | TO BE OR NOT TO BE OR TO BE OR NOT |
15 | E | O | EO | 30 | TO BE OR NOT TO BE OR TO BE OR NOT |
18 | O | R | OR | 31 | TO BE OR NOT TO BE OR TO BE OR NOT |
14 | R | N | RN | 32 | TO BE OR NOT TO BE OR TO BE OR NOT |
15 | N | O | NO | 33 | TO BE OR NOT TO BE OR TO BE OR NOT |
20 | O | T | OT | 34 | TO BE OR NOT TO BE OR TO BE OR NOT |
27 | T | TO | TT | 35 | TO BE OR NOT TO BE OR TO BE OR NOT |
29 | TO | BE | TOB | 36 | TO BE OR NOT TO BE OR TO BE OR NOT |
31 | BE | OR | BEO | 37 | TO BE OR NOT TO BE OR TO BE OR NOT |
36 | OR | TOB | ORT | 38 | TO BE OR NOT TO BE OR TO BE OR NOT |
30 | TOB | EO | TOBE | 39 | TO BE OR NOT TO BE OR TO BE OR NOT |
32 | EO | RN | EOR | 40 | TO BE OR NOT TO BE OR TO BE OR NOT |
34 | RN | OT | RNO | 41 | TO BE OR NOT TO BE OR TO BE OR NOT |
<Output> | <Input> |
可见与encoding时表格一一对应的关系。
就是还原表格的过程。
[IR] Dictionary Coding的更多相关文章
- [IR] Huffman Coding
为了保证:Block中,所有的叶子在所有的中间结点的前面.Static: Huffman coding Dynamic: Adaptive Huffman 一些概念 压缩指标 • Compress a ...
- [IR] Arithmetic Coding
Statistical methods的除了huffman外的另一种常见压缩方式. Huffman coding的非连续数值特性成为了无法达到香农极限的先天无法弥补的缺陷,但Arithmetic co ...
- 本人AI知识体系导航 - AI menu
Relevant Readable Links Name Interesting topic Comment Edwin Chen 非参贝叶斯 徐亦达老板 Dirichlet Process 学习 ...
- [Code] 烧脑之算法模型
把博客的算法过一遍,我的天呐多得很,爱咋咋地! 未来可考虑下博弈算法. 基本的编程陷阱:[c++] 面试题之犄角旮旯 第壹章[有必要添加Python] 基本的算法思想:[Algorithm] 面试题之 ...
- HANA Architecture
1 HANA 是基于内存计算的.行列都支持.使用列存储,列存储的特点是高压缩,查询快,节约空间, ---SAP HANA supports both, but is particularly opti ...
- python之最强王者(8)——字典(dictionary)
1.Python 字典(Dictionary) 字典是另一种可变容器模型,且可存储任意类型对象. 字典的每个键值(key=>value)对用冒号(:)分割,每个对之间用逗号(,)分割,整个字典包 ...
- Dictionary Learning(字典学习、稀疏表示以及其他)
第一部分 字典学习以及稀疏表示的概要 字典学习(Dictionary Learning)和稀疏表示(Sparse Representation)在学术界的正式称谓应该是稀疏字典学习(Sparse Di ...
- Coding源码学习第一部分(AppDelegate.m)
前言:在此首先感谢开源,感谢大神们的无私分享. Coding 的主页:https://coding.net/app#app-feature Coding 自己家的仓库:https://coding.n ...
- [IR] Compression
关系:Vocabulary vs. collection size Heaps’ law: M = kTbM is the size of the vocabulary, T is the numbe ...
随机推荐
- ios多target开发
链接: ios开发时,在Xcode中添加多个targets进行版本控制 如何在iOS项目中创建多个target 多个Target的使用 iOS开发中如何创建多个target
- 工具类TestTools
一些方法可能要使用到该工具类,该工具类中的方法包括从链接数据库到数据表中记录的增删改查. package JDBCTest; import java.io.InputStream; import ja ...
- 使用 ssmtp 於 shell 透過 Gmail 寄信
有很多程式於 bash shell 執行, 執行完要自動寄信出去, 但是最近都被 Google 退信, 最好的方法是透過 Gmail 直接寄信. 本來是要另外寫隻 script 來做這種事, 剛剛發現 ...
- libnids使用 (转)
http://blog.csdn.net/kl222/article/details/6248827---原始链接 Libnids是一个用于网络入侵检测开发的专业编程接口,它使用了Libpcap所以它 ...
- 学习率设置&&训练模型之loss曲线滑动平均
tensorflow中学习率.过拟合.滑动平均的学习 tensorflow中常用学习率更新策略 TensorFlow学习--学习率衰减/learning rate decay 分段常数衰减 分段常数衰 ...
- centos7操作SSH/SSHD服务(查看/启动/重启/自启)
查看状态: systemctl status sshd.service 启动服务: systemctl start sshd.service 重启服务: systemctl restart sshd. ...
- IOPS计算
Device Type IOPS 7,200 rpm SATA drives HDD ~75-100 IOPS[2] 10,000 rpm SATA drives HDD ~125-150 IOPS[ ...
- 树莓派中编译OpenCV3.4.1和OpenCvSharp
一.简介 本文重点描述在树莓派中编译OpenCV3.4.1和OpenCvSharp,大家都知道OpenCVSharp是使用C#调用OpenCV最简洁的一个库.但是在Linux上或者树莓派上运行时,需要 ...
- STC单片机 IAP(EEPROM)的使用
STC89C51.52内部都自带有2K字节的EEPROM,54.55和58都自带有16K字节的EEPROM,STC单片机是利用IAP技术实现的EEPROM,内部Flash擦写次数可达100,000 次 ...
- centos7.4 开启ftp服务
1.安装vsftpd yum install -y ftp vsftpd 2.配置/etc/vsftpd/vsftpd.conf 修改项如下: #不允许匿名访问 anonymous_enable=NO ...