CN109639285B - 一种基于有限块排序压缩提高bzip2压缩算法速度的方法 - Google Patents

Abstract

本发明涉及一种基于有限块排序压缩提高BZIP2压缩算法速度的方法，其技术特点是：压缩处理方法：⑴使用输入数据生成循环移位矩阵：⑵对循环移位矩阵进行排序；⑶保存新矩阵的最后一列作为输出，同时保存原始输入数据的最后2个字符，以及这2个字符所对应的上下文，加入输出，作为还原过程的启动数据；解压缩处理方法为：⑴还原原始数据的最后2个字符；⑵使用最近还原的2个字符组成一个新的上下文，还原一个新的字符，放置在已还原字符之前，并处理新生成上下文的计数；⑶重复处理直至原始数据全部还原。本发明设计合理，在有限度损失压缩率的条件下，显著提升压缩算法执行速度，提升压缩算法性价比，可广泛适合用于数据传输和备份场景。

Description

一种基于有限块排序压缩提高BZIP2压缩算法速度的方法

技术领域

本发明属于数据库压缩技术领域，尤其是一种基于有限块排序压缩提高BZIP2压缩算法速度的方法。

背景技术

由于目前数据库应用处理的数据量越来越大，因此，在数据的传输、备份过程中，对数据压缩算法的应用提出了更加严苛的需求。一方面，压缩算法要保证数据压缩率，才能处理数据库应用产生的海量数据，另一方面，又要保证压缩算法的执行速度，才能让压缩过程不会成为数据传输、备份过程中的瓶颈。

BZIP2算法是一个基于Burrows-Wheeler变换的无损压缩软件，其特点是拥有较高的数据压缩率，但是执行速度较慢。

发明内容

本发明的目的在于克服现有技术的不足，提出一种设计合理且执行效率高的基于有限块排序压缩提高BZIP2压缩算法速度的方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于有限块排序压缩提高BZIP2压缩算法速度的方法，包括压缩处理方法和解压缩处理方法，所述压缩处理方法包括以下步骤：

步骤1：使用行程编码算法处理输入数据；

步骤2：使用压缩算法处理步骤1的输出数据；

步骤3：使用MTF编码算法对步骤2的输出数据进行编码；

步骤4：使用多表哈夫曼编码算法对步骤3的输出数据进行编码；

所述解压缩处理方法包括以下步骤，

步骤1：使用多表哈夫曼编码算法解码输入数据；

步骤2：使用MTF编码算法解码步骤1的输出数据；

步骤3：使用压缩算法还原步骤2的输出数据；

步骤4：使用行程编码解码步骤3的输出数据；

所述压缩处理方法步骤2的具体实现方法包括以下步骤：

⑴使用输入数据生成循环移位矩阵：

⑵选择上下文长度为2，以每一行的前2个字符作为上下文，对步骤⑴产生的循环移位矩阵的所有行进行排序，排序后生成新矩阵；

⑶保存步骤⑵产生的新矩阵的最后一列作为输出，同时保存原始输入数据的最后2个字符，以及这2个字符所对应的上下文，加入输出，作为还原过程的启动数据；

所述解压缩处理方法步骤3的具体实现方法包括以下步骤：

⑴还原原始数据的最后2个字符，处理以相关上下文计数；

⑵使用最近还原的2个字符组成一个新的上下文，还原一个新的字符，放置在已还原字符之前，并处理新生成上下文的计数；

⑶不断重复步骤⑵，直至原始数据全部还原。

所述循环移位矩阵通过以下方法得到：原数据在矩阵的最后一行，矩阵的其他的每一行均是由其下一行进行一次循环右移得到的。

本发明的优点和积极效果是：

本发明充分利用了有限块排序压缩运算复杂度低的特点，在有限度损失压缩率的条件下，显著提升压缩算法执行速度，同时，在选择合适的上下文长度之后，还可以降低算法的实现难度进而提升压缩算法性价比，当针对数据库产生的数据时，压缩降低幅度十分有限，而运行速度将会大幅提升，可广泛适合用于数据传输和备份场景。

附图说明

图1是标准BZIP2压缩/解压缩流程图；

图2是循环移位矩阵结构图；

图3是本发明有限块排序压缩流程图。

具体实施方式

以下结合附图对本发明实施例做进一步详述。

本发明的设计思想为：使用有限块排序替换了标准BZIP2压缩算法中的块排序压缩环节。块排序压缩是BZIP2压缩算法的核心环节，它并不实际压缩数据大小，而是一种数据变换方法，变换后的数据在压缩算法的后续编码环节中，可以产生压缩率更高数据。有限块排序压缩是标准的块排序压缩的一个变种，从技术上看，有限块排序压缩仅使用有限的上下文来进行块排序，而非标准变换中的完全块排序，降低了排序过程的运算复杂度。有限块排序压缩在变换开始时约定了产生循环移位矩阵的方法，并在变换结束时，保留了两个启动字符及其相关上下文，以此来保证整个变换可逆。有限块排序压缩的作用与标准变换相似，当针对数据库产生的数据时，压缩降低幅度十分有限，而运行速度将会大幅提升。

如图1所示，标准BZIP2算法的压缩包括以下步骤：

步骤1：使用行程编码算法处理输入数据。

步骤2：使用块排序压缩算法处理步骤1的输出数据。

步骤3：使用MTF编码算法对步骤2的输出数据进行编码。

步骤4：使用多表哈夫曼编码算法对步骤3的输出数据进行编码。

解压缩是压缩的逆过程，包括以下步骤，

步骤1：使用多表哈夫曼编码算法解码输入数据。

步骤2：使用MTF编码算法解码步骤1的输出数据。

步骤3：使用块排序压缩算法还原步骤2的输出数据。

步骤4：使用行程编码解码步骤3的输出数据。

基于上述设计思想和标准标准BZIP2算法，本发明是对压缩过程的步骤2及解压缩过程的步骤3进行改进，即使用有限的块排序压缩替换掉原有的变换，如图3所示。

有限块排序压缩在压缩过程的步骤2处理方法为：

(1)使用输入数据生成循环移位矩阵(如图2所示)，并约定，原数据在矩阵的最后一行，矩阵的其他的每一行均是由其下一行进行一次循环右移得到的。

(2)选择上下文长度为2，即以每一行的前两个字符作为上下文，对步骤(1)产生矩阵的所有行进行排序，排序后生成新矩阵。

(3)保存步骤(2)产生的新矩阵的最后一列作为输出。同时保存原始输入数据的最后两个字符，以及这两个字符所对应的上下文，加入输出，作为还原过程的启动数据。

有限块排序压缩在解压缩过程的步骤3处理方法为：

(1)还原原始数据的最后两个字符，处理以相关上下文计数。

(2)使用最近还原的两个字符组成一个新的上下文，还原一个新的字符，放置在已还原字符之前，并处理新生成上下文的计数。

(3)不断重复步骤(2)，直至原始数据全部还原。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (2)

1.一种基于有限块排序压缩提高BZIP2压缩算法速度的方法，包括压缩处理方法和解压缩处理方法，所述压缩处理方法包括以下步骤：

步骤1：使用行程编码算法处理输入数据；

步骤2：使用压缩算法处理步骤1的输出数据；

步骤3：使用MTF编码算法对步骤2的输出数据进行编码；

步骤4：使用多表哈夫曼编码算法对步骤3的输出数据进行编码；

所述解压缩处理方法包括以下步骤，

步骤1：使用多表哈夫曼编码算法解码输入数据；

步骤2：使用MTF编码算法解码步骤1的输出数据；

步骤3：使用压缩算法还原步骤2的输出数据；

步骤4：使用行程编码解码步骤3的输出数据；

其特征在于：

所述压缩处理方法步骤2的具体实现方法包括以下步骤：

⑴使用输入数据生成循环移位矩阵：

⑵选择上下文长度为2，以每一行的前2个字符作为上下文，对步骤⑴产生的循环移位矩阵的所有行进行排序，排序后生成新矩阵；其中，使用有限块排序替换了标准BZIP2压缩算法中的块排序压缩环节；有限块排序压缩仅使用有限的上下文来进行块排序；有限块排序压缩在变换开始时约定了产生循环移位矩阵的方法，并在变换结束时，保留了两个启动字符及其相关上下文，以此来保证整个变换可逆；

⑶保存步骤⑵产生的新矩阵的最后一列作为输出，同时保存原始输入数据的最后2个字符，以及这2个字符所对应的上下文，加入输出，作为还原过程的启动数据；

所述解压缩处理方法步骤3的具体实现方法包括以下步骤：

⑴还原原始数据的最后2个字符，处理以相关上下文计数；

⑵使用最近还原的2个字符组成一个新的上下文，还原一个新的字符，放置在已还原字符之前，并处理新生成上下文的计数；

⑶不断重复步骤⑵，直至原始数据全部还原。

2.根据权利要求1所述的一种基于有限块排序压缩提高BZIP2压缩算法速度的方法，其特征在于：所述循环移位矩阵通过以下方法得到：原数据在矩阵的最后一行，矩阵的其他的每一行均是由其下一行进行一次循环右移得到的。

Images