[发明专利]一种快速差量压缩方法

权利要求书

1.一种快速差量压缩方法，包括以下步骤：

(1)对差量压缩中的基准块B进行基于内容的快速切分，以得到多个单词，从而构成单词库；

(2)对与基准块B相似的数据块A进行基于内容的快速切分，并且对快速切分期间检测到的重复单词进行放大，以得到重复单词和非重复单词；

其中，步骤(2)包括如下子步骤：

(2-1)初始化快速滑动哈希值g＝1，设置数据块A的当前滑动位置j＝1；

(2-2)计算数据块A在当前位置j处的快速滑动哈希值g，g＝(g<<1)+A_j,其中A_j表示数据块A在当前滑动位置j处的字节内容；

(2-3)判断步骤(2-2)计算得到的快速滑动哈希值g是否满足最低p个位都为0，是则进入步骤(2-4),否则转入步骤(2-7)；

(2-4)标记位置j为一个单词W的结束，并利用指纹算法对该单词W计算指纹h；

(2-5)根据指纹h查找基准块B的单词库，通过指纹索引检测W是否为重复单词，若是则进入步骤(2-6)；否则标记单词W为非重复单词，设置g＝1，进入步骤(2-7)；

(2-6)标记单词W为重复单词，并继续比对单词W和W在基准块B中的重复单词V后续的字节内容是否相同，一旦遇到一个不相同的字节，就停止比对，最终得到后续相同的字节数k，设置单词W的长度增加k，设置j＝j+k，g＝1，并返回步骤(2-2)；

(2-7)设置j＝j+1，并重复执行步骤(2-2)和(2-3)，直到处理完数据块A的最后一个字节为止；

(3)对步骤(2)中得到的重复单词和非重复单词按切分顺序依次进行编码和储存，并分别使用两种不同的数据格式来记录重复单词和非重复单词，以得到差量数据块△_B,A；

(4)在需要对差量数据块△_B,A进行解码操作时，依次从△_B,A中获取两种数据格式的记录，从而依次获得数据块A的所有单词，将这些单词顺序写入输出流，以恢复出完整的数据块A。

2.根据权利要求1所述的快速差量压缩方法，其特征在于，步骤(1)包括如下子步骤：

(1-1)初始化快速滑动哈希值f＝1，设置基准块B的当前滑动位置i＝1；

(1-2)计算基准块B在当前滑动位置i处的快速滑动哈希值f，f＝(f<<1)+B_i，其中B_i表示基准块B在当前滑动位置i处的字节内容；

(1-3)判断步骤(1-2)计算得到的快速滑动哈希值f是否满足最低p个位都为0，是则进入步骤(1-4)，否则进入步骤(1-5)；

(1-4)标记位置i为一个单词的结束，并利用指纹算法对该单词计算指纹，以建立该单词的指纹索引，设置f＝1，进入步骤(1-5)；

(1-5)设置i＝i+1，并重复执行步骤(1-2)和(1-3)，直到处理完数据块B的最后一个字节为止。

3.根据权利要求1所述的快速差量压缩方法，其特征在于，步骤(3)具体为，使用‘0’数据格式记录重复单词在基准块B中的位置和长度信息，使用‘1’数据格式记录非重复单词的长度信息和字节内容，以得到数据块A对于基准块B的差量数据块△_B,A。

4.根据权利要求1所述的快速差量压缩方法，其特征在于，步骤(4)具体为，对于‘0’数据格式的记录，根据位置和长度信息，从基准块B中获取重复单词；对于‘1’数据格式的记录，直接从该记录中取出非重复单词。