一种前缀映射编码的改进压缩算法

　　随着信息时代的到来，各领域需要分析、传送和储存的数据也与日俱增。对数据进行压缩后再传送与储存，既可以保证传送的速度，也可以有效节省储存空间，这使得无损压缩算法十分有用。早期的无损压缩算法主要是基于统计方法心，直到1977年，以色列学者Ziv J和Lempel A利用数据流中重复数据可用短码编码的思想，提出了基于字典的压缩算法，称为L277压缩算法。次年，两人对算法进行改进，用“前缀，字符”在字典中匹配代替了原来在窗口中查找相同字符，新算法减少了“前缀，字符”的比较数目，称之为L278算法。之后，对L278算法的改进越来越多，LZW算法就是其中一个变种。当数据重复度大时，LZW算法压缩比优于基于统计的压缩算法。相对基于统计的压缩算法，基于字典的压缩算法在运算速度上更具优势，因为前者需要扫描2遍原数据。LZW压缩算法在压缩及解压数据时，动态生成一个字典，用于保存已压缩的历史数据，当“前缀，字符”可在字典中查找到时，则继续读人待编码数据，直到“前缀，字符”无法在字典中匹配时，对前缀进行编码输出以达到压缩的目的。LZW压缩算法在压缩时间及压缩性能上的优势使其应用范围十分广泛。

　　本文分析LZW压缩算法基本原理，在其基础上提出改进算法，并通过英文文本数据的仿真及残差数据的压缩应用验证该算法的有效性。