文本压缩算法

Question

我想知道是否有人可以向我介绍任何算法，将Unicode文本压缩到其原始大小的10-20%？实际上，我读过Lempel-Ziv compression算法，它将文本大小减少到原始大小的60%，但我听说有一些算法具有这种性能

Answer 1

如果您只考虑文本压缩，而不是第一个使用基于熵的加密的算法，称为霍夫曼编码

Huffman Coding

然后是LZW压缩，它使用字典编码，使用以前使用的字母序列来分配代码，以减小文件大小。

LZW compression

我认为以上两种方法足以有效地对文本数据进行编码，并且易于实现。

注意：不希望在所有文件上都有很好的压缩，如果数据是随机的，没有模式，那么没有压缩算法可以给你任何压缩。压缩百分比取决于文件中出现的符号，而不仅仅取决于所使用的算法。

Answer 2

PAQ是文本的new reigning champion，compression...There有几种不同的风格，有关它们的信息可以在here中找到。

我推荐三种口味：

• ZPAQ -面向未来的PAQ算法容器(创建用于创建未来的PAQ easier)
• PAQ8PX/PAQ8KX -功能最强大，以well.
• PAQ8PF的形式处理可执行文件和WAV文件)速度更快(压缩和解压缩)，主要用于

的TXT文件

你必须自己从源代码构建它们，幸运的是，有人做了一个图形用户界面，FrontPAQ，它将两个最好的二进制文件打包成一个。

一旦你有了简单易用的函数式二进制文件，文档就可以在here中找到。

注意:我知道这是一个非常古老的问题，但我希望包括相关的现代数据。我来寻找同样的问题，但找到了一个更新更强大的答案。