當今的數字世界將所有人使用手持設備（例如手機和平板電腦）連接。這也導致數據共享的增加，這進一步需要有效的磁盤存儲管理。此外，通過Internet上的快速有效的數據共享需要文件大小盡可能小。 壓縮文件格式提供有損和無損壓縮算法來壓縮數據。這些有助於減少磁盤存儲利用率和通過Internet快速數據傳輸。 在本文中，讓我們嘗試了解最廣泛使用的壓縮算法及其類型。
無損壓縮算法
顧名思義，無損壓縮算法屬於一類數據壓縮算法，這些算法會壓縮文件而不會丟失其任何內容。這意味著無損壓縮算法可以準確地從壓縮數據中重建原始數據。許多不同的算法都考慮到典型的輸入數據，或者假設未壓縮數據可能包含哪種冗餘。 以下是一些最廣泛使用的無損壓縮算法的簡短說明：
##＃BZIP2 {#bzip2.wp-block-heading}
該算法使用帶有RLE和Huffman編碼的Burrows-wheeler算法來壓縮數據。它用於僅在不存檔文件的情況下壓縮文件。通常用.bz2擴展名保存壓縮文件。
##＃Huffman編碼 {#Huffman-encoding.wp-block-heading}
該算法基於選擇每個符號的身份的特定方法，從而導致前綴代碼。 Huffman編碼是創建前綴代碼的普遍方法。帶有擴展名的壓縮文件，例如MPQ，。ACE，。JPEG，。PNG18，。ZIP得到Huffman的支持編碼。
##＃LEMPEL-ZIV壓縮 {#Lempel-Ziv-compression.wp-block-heading}
該壓縮算法也稱為 lz77 和 lz78 是兩個無損數據壓縮算法。這些算法的組合基於許多變化，包括LZW，LZSS，LZMA等。他們倆都是理論上詞典編碼器。在壓縮過程中，LZ77保持滑動窗口。後來或後來證明其等效於LZ78構建的顯式詞典。因此，它們等效於對整個數據的減壓。帶有。LZMA，。LZO，。LZ，。LZH擴展由LEMPEL-ZIV壓縮支持。
##＃通過部分匹配（PPM）預測 {#Prediction-by-partial-matching.wp-block-heading}
通過部分匹配的預測，也稱為PPM是一種基於預測和上下文建模的壓縮算法。為了預測流中的下一個符號，PPM模型使用未壓縮符號流中的一組早期符號。 PPM算法支持zip和7z文件。
##＃運行長度編碼（RLE） {#Run-length-encoding.wp-block-heading}
基於包含許多相鄰數據元素中相同數據值的序列，該算法也稱為無損壓縮算法。這些序列稱為運行。 RLE將每個運行存儲為單個數據值和計數。這對包含許多運行的數據有益，例如簡單的圖形圖像，例如圖紙，圖標，線條和動畫。帶有的文件。PSD，。PSB，。
有損壓縮算法
為了減少文件的存儲大小，有損壓縮算法是領先的一步。而某些信息的丟失被接受為刪除非必需的細節。有損耗的數據壓縮算法是通過對人們如何理解數據的研究形成的。大多數有損壓縮算法基於轉換編碼。 以下簡要說明了一些著名的有損壓縮算法：
##＃離散餘弦變換（DCT） {#Discrete-cosine-transform.wp-block-heading}
離散的餘弦變換（DCT）是在不同頻率下波動的餘弦函數之和的有限序列。它用於大多數數字媒體，包括JPEG，HEIF，J2K，EXIF和DNG等數字圖像。
##＃小波壓縮 {#Wavelet-compression.wp-block-heading}
小波壓縮是一種有損的壓縮算法，最常用於圖像壓縮中。該算法使用稱為轉換編碼的原理，其中最初應用小波變換。這會產生與圖像中有像素一樣多的係數。由於該信息在統計上僅集中在幾個係數上，因此可以更容易地壓縮這些係數。值得注意的實現是靜止圖像的JPEG 2000，DJVU和ECW。
##＃笛卡爾感知壓縮（CPC） {#Cartesian-Perceptual-Compression.wp-block-heading}
這種有損壓縮也被稱為CPC，是為了高壓檔案掃描的黑白柵格成像而創建的。該算法通常用於法律文檔，地理圖圖和設計計劃的網絡分佈中。
##＃分形壓縮 {#Fractal-compression.wp-block-heading}
分形壓縮是一種基於分形數字圖像的有損壓縮算法。該算法適用於自然圖像和紋理，依靠類似於同一圖像的其他部分的圖像的一部分。分形算法將這些部分轉換為用於重新創建編碼圖像的分形代碼。
結論
在本文中，您了解了壓縮算法，其主要類型以及常用的壓縮算法。沒有必要在您腦海中了解所有壓縮算法的知識。但是，如果您需要就各種有損或無損壓縮的主題創建明智的演講，則可以從這裡獲得幫助。因此，將此博客頁面添加為參考。