[发明专利]一种针对二进制数据的多字符组合无损数据压缩方法

摘要

一种针对二进制数据的多字符组合无损数据压缩方法，数据的压缩包括对待压缩的原始二进制数据运用多字符组合式字典压缩算法的初次压缩，以及对初次压缩得到的字符串运用Huffmnan算法进行的二次压缩；数据的解压缩：包括依次完成Huffmnan算法的解压缩，以及字典构建方式的无损压缩模型的解压缩。本发明解决了数据完整性还原的问题，不仅压缩比高，而且算法复杂度低，压缩速度较快，为数据的无损压缩提供了新的思路。

主权项

一种针对二进制数据的多字符组合无损数据压缩方法，其特征在于，包括以下步骤：A、数据的压缩：包括对待压缩的原始二进制数据运用多字符组合捆绑式字典压缩算法进行的初次压缩，以及对初次压缩得到的字符串运用Huffman算法进行的二次压缩；其中，所述初次压缩包括：1)、选定组合因子个数m，m的选值满足：2≤m≤8；2)、初始化字典：将组合因子个数为m的二进制字符排列组合得到的不同字符串，以及特殊字符和自定义字符作为字典条目构建字典，并依次赋予字典序号，其中，所述二进制字符排列组合得到的字符串的个数n满足：n＝2m；3)、初次压缩数据：依次读入待压缩的原始二进制数据，先读入待压缩字符串的前m个字符作为前缀，再读入接下来的m个字符作为后缀，将前缀和后缀组成的2m个字符作为整体，在字典中查找是否有相同条目；若有相同条目，则将前2m个字符在字典中的序号作为前缀，再读入m个字符作为后缀，将其作为整体再在字典中查找是否有相同条目，若有相同条目，按照此做法继续进行；若无相同条目，则先将这2m个字符添加到字典中，作为新的字典条目，并赋予字典序号，再将前缀m个字符对应的字典条目的序号输出，舍去前缀的m个字符，将后缀作为前缀，再读入待压缩原始数据的m个字符，作为后缀，把现有的2m个字符作为整体再在字典中查找是否有相同条目，依次循环直至读入全部待压缩的原始二进制数据，最终得到初次压缩后的字符串；所述二次压缩包括：4)、对上述步骤3)得到的字符串中的每个字符进行概率统计，使用的公式为： P ( X ) = Σ x i ∈ S P ( x i ) 其中，P(X)表示整个字符中某一字符X出现的总概率，S表示整个字符串，P(xi)表示每一个X出现的概率；5)、根据步骤4)得到的概率统计结果，运用Huffman算法对步骤3)得到的字符串进行进行编码储存，最终实现数据的无损压缩；B、数据的解压缩：包括依次完成Huffman算法的解压缩，以及多字符组合捆绑式字典压缩算法的解压缩。