無損檢視原始碼討論檢視歷史
| 無損 |
 |
無損 即無損數據壓縮(Lossless Compression)指數據經過壓縮後，信息不受損失，還能完全恢復到壓縮前的原樣。"無損"一詞是相對於有損數據壓縮，有損數據壓縮只允許一個近似原始數據進行重建，以換取更好的壓縮率。
基本信息
中文名 無損 [1]
外文名 Lossless Compression
別稱 無損數據壓縮
釋義 數據經過壓縮後，信息不受損失
簡介
無損數據壓縮(Lossless Compression)指數據經過壓縮後，信息不受損失，還能完全恢復到壓縮前的原樣。"無損"一詞是相對於有損數據壓縮，有損數據壓縮只允許一個近似原始數據進行重建，以換取更好的壓縮率。
無損壓縮通常用於嚴格要求"經過壓縮、解壓縮的數據必須與原始數據一致"的場合。典型的例子包括文字文件、程序可執行文件、程序源代碼。有些圖片文件格式，例如PNG和GIF，使用的是無損壓縮。其他例如TIFF、MNG則可以採用無損或有損壓縮。無損音頻格式最常用于歸檔或製作用途。有損音頻格式則常用於便攜式播放器或存儲空間受限制的設備，或不要求音頻完全還原的情況。
無損壓縮技術
多數的無損壓縮程序會依序進行這兩個步驟:
產生輸入數據的統計模型 利用這個統計模型將較常出現的數據用較短的比特序列表示，較不常出現的數據用較長的比特序列表示 生成比特序列的編碼算法主要有霍夫曼編碼(也用於DEFLATE)和算術編碼。算術編碼能使壓縮率接近信息熵所給出的最佳可能壓縮率。而霍夫曼編碼較簡單快速，但在符號的出現機率接近1的時候效果不彰。
有兩種建構統計模型的主要方法:
在靜態模型中，會分析數據並創建一個模型，然後將這個模型存儲在壓縮數據中。這個方法較簡單且模塊化，但缺點是模型本身可能耗費龐大的空間來存儲。而且這個方法對單次的全部壓縮數據都使用同一個統計模型，所以如果各個文件之間差異甚大，壓縮效果並不好。 在自適應模型中，壓縮數據的同時模型會不斷的更新。雖然會導致壓縮初期的壓縮率不理想，但隨着讀取的數據增加，壓縮效果也會提升。目前最熱門的壓縮方法都採用自適應編碼方法。
常見的無損壓縮格式
參見:無損壓縮算法
通用格式
變動長度編碼法(RLE) – 一個非常簡單的方法，在數據連續重複的情況下有不錯的壓縮率 LZ77與LZ78、LZW– 用於GIF和多種應用 LZF– 基本的LZ壓縮法(deflate)，對於快速壓縮有做最優化(Lempel-Ziv Fast) DEFLATE– 用於gzip、ZIP(從2.0版開始)，也是PNG、點對點協議(PPP)、HTTP、SSH的一部分 bzip2– 使用Burrows-Wheeler變換，速度較DEFLATE慢但壓縮率更高 LZMA– 用於7zip、xz等程序，相較於bzip2有更好的壓縮率和更快的速度 LZO– 專為高速壓縮/解壓縮設計的方法，代價是壓縮率較差 Statistical Lempel Ziv– 結合統計方法和字典方法，相較於只採用單一方法有更好的壓縮率 Brotli– 一個現代的基於LZ的壓縮方法，速度大約與DEFLATE一樣快，但擁有與LZMA相近的壓縮率
參考來源