数据压缩的背景及应用

数据压缩，如WinRAR、ZIP等程序广为人知，是实现减少空间而把数据转换成比原始格式更紧凑形式的过程。数据压缩的概念相当古老，可追溯至19世纪中期的摩尔斯码。摩尔斯码发现某些字母比其他字母使用地更频繁（例如E比X），使用短的脉冲信号来表示常用字母，而使用较长脉冲信号表示非常用字母。这个压缩方案有效地改善了系统的整体效率，它使系统在更短的时间内传输了更多的信息。

数据压缩的起源可以追溯到信息论之父Shannon在1947年提出的香农编码。1952年Huffman提出了第一种实用性的编码算法实现了数据压缩，该算法至今仍在广泛使用。1977年以色列数学家Jacob Ziv和Abraham Lempel提出了一种全新的数据压缩编码方式，Lempel—Ziv系列算法（LZ77和LZ78，以及若干变种）凭借其简单高效等优越特性，最终成为目前主要数据压缩算法的基础。

关于数据压缩，需要了解以下几个基本概念：

（1）压缩：指的是应用数据压缩技术，除去原来文件中的冗余数据，减少存储容量并重新记录成为一个占用较小存储空间的新文件。

（2）解压缩：数据压缩的逆过程称为解压缩。解压缩指的是将压缩后的数据文件还原为压缩前的数据文件。(www.xing528.com)

（3）压缩比：指的是压缩前后的文件大小或数据量之比。压缩比是衡量压缩效率的重要指标。例如，压缩比为30∶1，则意味着原始文件大小是压缩后文件大小的30倍。

（4）有损压缩和无损质缩：数据无需进行特殊的重新组织而直接进行压缩处理，压缩后的文件经过解压缩可以完整地恢复到压缩前的文件。无损压缩是一种可逆压缩。无损压缩中，数据在压缩和解压缩过程中不会改变和损失，解压缩产生的数据是对原始数据的完整复制。当数据文件中的冗余数据很少时，使用无损压缩技术不能得到明显的压缩效果，此时，需要考虑有损压缩。为了获得更高的压缩比，需要对数据进行重新组织整理，剔除某些对用户来说不重要、不敏感或者可以忽略的原始数据，然后再进行压缩。有损压缩是不可逆的，不能完整地还原为原来的文件。有损压缩会造成一些信息的损失。但是，如果这种数据损失是在允许的范围内，则有损压缩是可接受的。有损压缩主要应用在影像节目、可视电话、视频会议等多媒体应用中。

（5）对称压缩和非对称压缩：对称压缩指的是压缩算法和解压缩算法相同的情况。对称压缩是一种可逆操作。对称压缩的最大特点在于压缩和解压缩都以同一种速度进行操作。非对称压缩指的是压缩算法和解压缩算法不相同的情况。非对称压缩是一种不可逆操作。非对称压缩的最大特点是压缩和解压缩的速度不同。例如，VCD的制作和播放是典型的非对称压缩。当制作VCD时，将一部电影压缩到VCD盘片上可能需要花费几个小时或者更多的时间；而在播放VCD时，为了视频流畅，其解压缩的速度却要求很快。