自定義壓縮算法的效率

Question

我有一個壓縮算法的想法，我有兩個問題：

1. 我應該處理嗎？ 會有效嗎？
2. 我該如何優化它？

這是我到目前為止創建的算法。

int i = 0,j, diff, beginIndex = 0;
while(i < tmp.length){
    j = i;
    byte first = tmp[i];
    int total = 0;
    while(j < tmp.length && first == tmp[j] && total < 127){ j++; total++;}

    if(total > 3){
        if(beginIndex != i){
            diff = i - beginIndex;
            packed.put((byte)diff);
            packed.put(tmp, beginIndex, diff);
        }
        packed.put((byte)(0x80 | total));
        packed.put(tmp[i]);
        beginIndex = j; 
    } 

    i = j;

    if(i-beginIndex == 127){
        packed.put((byte)127);
        packed.put(tmp, beginIndex, 127);
        beginIndex = i;
    }
}

if(beginIndex < i){
    diff = i - beginIndex;
    packed.put((byte)diff);
    packed.put(tmp, beginIndex, diff);
}

示例輸入（每個字母描述一個字節）

[A, B, C, D, E, E, B, B, A, A, A, A, A, A, A, A, A, A, A, A, A, B, B, B, B, C, C] = 27 bytes

示例輸出

[0x80, A, B, C, D, E, E, B, B, 0x8D, A, 0x84, B, 0x82, C, C] = 16 bytes

在示例中，0x80是打包位。 表示是否會重復以下信件。 0xFF - 0x80 = 0x7F是最大重復次數（127）。 因此，0x8D表示后續字節將重復0xD（13）次

任何想法優化該算法？ 它會有用還是我會擺脫這個想法？

Answer 1

問題是，你的算法的目的是什么？

要發明一些真正新的東西，你需要檢查一下之前發明的東西。 閱讀一些有關數據壓縮等的論文和書籍。 數據壓縮說明可以是一個很好的起點。

如果你只想練習編寫算法，那就完全沒問題了。 繼續改進算法，重構，加速，分析等。

如果您希望算法實用，請再次檢查之前創建的內容。 開源壓縮算法，如zlib值得研究。

如果您想檢查算法與其他算法的比較，請在一些常用測試中運行，例如Silesia Open Source Compression Benchmark 。 這將給你一個直覺，你站在哪里（這可能有點令人失望，但不要放棄）。

最后，如果你想玩得開心，只要做你想做的事，不要聽任何人。

Answer 2

你發明了游程編碼 。 大多數壓縮算法已經包含了一種運行長度編碼，它將執行您的實現並在更多情況下更好地工作。 如果我是你，我不會追求它。

如果您對數據壓縮感興趣，我強烈建議您將管理千兆字節的第2章和第6章作為一個非常易於閱讀的內容。