JP2000036756A - Character string compression system - Google Patents
Character string compression systemInfo
- Publication number
- JP2000036756A JP2000036756A JP10203433A JP20343398A JP2000036756A JP 2000036756 A JP2000036756 A JP 2000036756A JP 10203433 A JP10203433 A JP 10203433A JP 20343398 A JP20343398 A JP 20343398A JP 2000036756 A JP2000036756 A JP 2000036756A
- Authority
- JP
- Japan
- Prior art keywords
- character string
- compression
- dictionary
- character
- postal code
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は、ジブ・レンペル法
を利用した文字列圧縮方式に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a character string compression system using the Jib-Lempel method.
【0002】[0002]
【従来の技術】従来の文字列圧縮方式は、ジブ・レンペ
ル法にしろハフマン法にしろ、あるいはこれらの2方式
を組み合わせたLHA方式にしろ、基本的には圧縮前文
字列を元に圧縮後文字列を生成するか、または圧縮前文
字列を元に辞書及び圧縮後文字列を生成するものであっ
た。要するに、辞書を使うにしろ使わないにしろ、その
辞書は圧縮前文字列を元に(もしくは圧縮の為だけに)
作られたものであった。図5及び図6に従来の圧縮方式
の一例を示した。図5はイメージ図、図6は圧縮文字列
テーブルのイメージ図である。2. Description of the Related Art A conventional character string compression method, whether a Jib-Lempel method, a Huffman method, or an LHA method combining these two methods, is basically based on a pre-compression character string. A character string is generated, or a dictionary and a character string after compression are generated based on a character string before compression. In short, whether you use a dictionary or not, the dictionary is based on the uncompressed string (or just for compression)
It was made. 5 and 6 show an example of a conventional compression method. FIG. 5 is an image diagram, and FIG. 6 is an image diagram of a compressed character string table.
【0003】[0003]
【発明が解決しようとする課題】従来の圧縮方式では、
図6のジブ・レンペル方式の圧縮後文字列を見ると判る
ように、如何に効率良く圧縮を行っても、例えば「東京
都千代田区岩本町」という文字列を必ずどこかに文字列
情報として持つ必要があるという事が問題であった。In the conventional compression method,
As can be seen from the character string after the compression by the Jib-Lempel method shown in FIG. 6, no matter how efficiently the compression is performed, for example, a character string such as “Iwamotocho, Chiyoda-ku, Tokyo” must be used as character string information somewhere. The problem was that you needed to have one.
【0004】本発明は、前記事情に鑑みてなされたもの
であり、ジブ・レンペル法を利用した文字列圧縮方式で
あって、圧縮率を向上させた文字列圧縮方式を提供する
ことを目的とする。The present invention has been made in view of the above circumstances, and an object of the present invention is to provide a character string compression system utilizing the Jib-Lempel method, wherein the compression ratio is improved. I do.
【0005】[0005]
【課題を解決するための手段】本発明は、前記目的を達
成するため、ジブ・レンペル法を利用した文字列圧縮方
式において、既存の外部辞書を参照して文字列の圧縮を
行うことを特徴とする文字列圧縮方式を提供する。According to the present invention, in order to achieve the above object, in a character string compression system utilizing the Jib-Lempel method, a character string is compressed by referring to an existing external dictionary. Is provided.
【0006】本発明は、ジブ・レンペル法を利用した文
字列圧縮方式において、自己生成した圧縮辞書のみなら
ず、外部辞書としてシステム(ワープロやPDA等)が
既に持っている外部辞書をも利用する事により、圧縮率
を向上させようというものである。図1を用いて本発明
の構成を説明する。通常のジブ・レンペル法を用いた圧
縮方式では、圧縮前文字列11を元に圧縮後文字列12
を作成する。これに対し、本発明では圧縮前文字列11
及び外部辞書13を用いて圧縮後文字列12を生成す
る。これにより、圧縮後文字列12のファイルサイズを
低減する(圧縮率を向上させる)事が可能となる。According to the present invention, in a character string compression system using the Jib-Lempel method, not only a self-generated compression dictionary but also an external dictionary already provided by a system (such as a word processor or a PDA) is used as an external dictionary. This is intended to improve the compression ratio. The configuration of the present invention will be described with reference to FIG. In a compression method using a normal Jib-Lempel method, a character string 12 after compression based on a character string 11 before compression is used.
Create On the other hand, in the present invention, the pre-compression character string 11
Then, the compressed character string 12 is generated using the external dictionary 13. As a result, it is possible to reduce the file size of the compressed character string 12 (improve the compression ratio).
【0007】本発明で利用することができる外部辞書と
しては、例えば、郵便番号辞書、ID辞書等のIDと文
字列とがペアとなって格納されている辞書を挙げること
ができる。但し、日本語変換に用いられている「仮名漢
字変換辞書」は一般的に利用できない。なぜなら、「仮
名漢字変換辞書」は2文字〜3文字単位で構成されてい
るものがほとんどである為、本方式の処理を行うと符号
化した圧縮後文字列の方が大きくなるという結果を生む
可能性が高いからである。As an external dictionary that can be used in the present invention, for example, a dictionary storing a pair of an ID and a character string, such as a postal code dictionary and an ID dictionary, can be cited. However, the “kana-kanji conversion dictionary” used for Japanese conversion cannot be generally used. This is because most of the “kana-kanji conversion dictionary” is composed of two to three characters, and thus the processing of this method results in a larger encoded character string after compression. This is because the possibility is high.
【0008】[0008]
【発明の実施の形態】第1実施形態 図2及び図4のフローチャートを用いて本発明の第1の
実施例を説明する。図2の圧縮前文字列21は図1の圧
縮前文字列11の一具体例である。同じように、図2の
圧縮後文字列22は図1の圧縮後文字列12の一具体例
である。さらに、図2の郵便番号辞書23は図1の外部
辞書13の一具体例である。なお、図4の説明は図2を
データテーブルとみなしての説明となっている。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS First Embodiment A first embodiment of the present invention will be described with reference to the flowcharts shown in FIGS. The pre-compression character string 21 in FIG. 2 is a specific example of the pre-compression character string 11 in FIG. Similarly, the compressed character string 22 of FIG. 2 is a specific example of the compressed character string 12 of FIG. Further, the postal code dictionary 23 in FIG. 2 is a specific example of the external dictionary 13 in FIG. Note that the description of FIG. 4 is based on the assumption that FIG. 2 is a data table.
【0009】圧縮前文字列21のように同じような住所
が頻繁に出てくる文字列を圧縮する為に、郵便番号辞書
23を用いる。この郵便番号辞書23はこの圧縮処理の
為に新たに作成したものではなく、ワープロやPDA等
に付いている既存のものを流用する。A postal code dictionary 23 is used to compress a character string in which a similar address frequently appears, such as a character string 21 before compression. The postal code dictionary 23 is not newly created for this compression processing, but an existing one attached to a word processor, a PDA or the like is used.
【0010】まず、圧縮前文字列ポインタをクリアして
おく(41)。クリアされた圧縮前文字列ポインタは、
最初は圧縮前文字列21の頭の文字である「東京都千代
田区…」の「東」の字をポイントしている。First, the pre-compression character string pointer is cleared (41). The cleared pre-compression string pointer is
At first, the character “East” of “Chiyoda-ku, Tokyo...” Which is the first character of the character string 21 before compression is pointed.
【0011】次に、郵便番号辞書ポインタをクリアして
おく(42)。クリアされた郵便番号辞書ポインタは、
郵便番号辞書23の最初の「東京都千代田区飯田橋」の
「東」の字をポイントしている。Next, the postal code dictionary pointer is cleared (42). The cleared postal code dictionary pointer is
The first character of the postal code dictionary 23 is "East" in "Iidabashi, Chiyoda-ku, Tokyo".
【0012】次に、郵便番号辞書と圧縮前文字列とを比
較する(43)。比較される文字サイズは、郵便番号辞
書23のポインタが指している「東」の字からターミネ
ータ文字(一般には改行コードが用いられる)までであ
る。本実施例の場合は、「東京都千代田区飯田橋」の1
0文字(Shift-JIS等の2バイトコードで表されている
場合は20バイト)が比較されるサイズとなる。圧縮前
文字列21のポイント位置から10文字は「東京都千代
田区岩本町」であるので、「岩本町」の部分と「飯田
橋」の部分が不一致となり、次の処理である郵便番号辞
書ポインタインクリメント47へと進む。Next, the postal code dictionary is compared with the character string before compression (43). The character size to be compared ranges from the character “East” indicated by the pointer of the postal code dictionary 23 to the terminator character (generally, a line feed code is used). In the case of this embodiment, 1 of "Iidabashi, Chiyoda-ku, Tokyo"
The size to be compared is 0 characters (20 bytes when represented by a 2-byte code such as Shift-JIS). Since the 10 characters from the point position of the character string 21 before compression are “Iwamotocho, Chiyoda-ku, Tokyo”, the portion of “Iwamotocho” and the portion of “Iidabashi” do not match, and the postal code dictionary pointer increment which is the next process Proceed to 47.
【0013】次に、郵便番号辞書のEOF(End Of Fil
e)かどうかのチェック46が行われる。この処理は、
ポインタが郵便番号辞書23の最後まで来たかをチェッ
クする処理である。この場合、ポインタは2行目の「東
京都千代田区一番町」の頭の「東」の文字に進んでいる
ので、判断結果は「No」となり、処理は郵便番号辞書
=圧縮前文字列?43に戻る。Next, EOF (End Of Fil) of the postal code dictionary
e) A check 46 is made. This process
This is a process of checking whether the pointer has reached the end of the postal code dictionary 23. In this case, since the pointer has advanced to the character of "East" at the beginning of "Ichibancho, Chiyoda-ku, Tokyo" on the second line, the determination result is "No", and the processing is postcode dictionary = character string before compression. ? Return to 43.
【0014】同じように、郵便番号辞書23の2行目と
圧縮前文字列21とのコンペアが行われるが、やはり
「一番町」と「岩本町」の部分が一致しない為、処理は
3行目のコンペアに進む。Similarly, the second line of the postal code dictionary 23 and the pre-compression character string 21 are compared. However, since the parts of "Ichibancho" and "Iwamotocho" do not match, the processing is 3 Proceed to compare on line.
【0015】3回目のコンペアで郵便番号辞書23の3
行目の「東京都千代田区岩本町」と圧縮前文字列21の
最初の「東京都千代田区岩本町」とが一致するので、一
致部分をコード化し(44)、圧縮前文字列31と郵便
番号辞書33とに一致を見たとき、圧縮後文字列22に
「アドレス及び文字サイズ」を格納する。図2では
「A」という記号で抽象化して示しているが、一般的に
はこの「A」の部分には郵便番号辞書23の3行目であ
る「東京都千代田区岩本町」の格納されているアドレス
及び文字数(もしくはバイト数)を格納する。In the third comparison, the postal code dictionary 23-3
Since “Iwamotocho, Chiyoda-ku, Tokyo” in the line matches the first “Iwamotocho, Chiyoda-ku, Tokyo” of the character string 21 before compression, the matching part is coded (44), and the character string 31 before compression and the postal code are encoded. When a match is found with the number dictionary 33, “address and character size” is stored in the compressed character string 22. In FIG. 2, the symbol “A” is abstracted, but generally “A” is stored in the third row of the postal code dictionary 23 as “Iwamotocho, Chiyoda-ku, Tokyo”. The address and the number of characters (or the number of bytes) are stored.
【0016】次に、圧縮前文字列ポインタがインクリメ
ントされ(47)、「田中一郎」の「田」の字をポイン
トする。このポインタ位置では郵便番号辞書と一致する
ことはありえないので、圧縮後文字列22に「田」の字
を追加し、ポインタ位置は次の「田中一郎」の「中」に
進む。しかし、同じように文字列は一致せず、ポインタ
は順次進み、「田中一郎」と「吉田太郎」との間の「東
京都千代田区岩本町」の「東」の字をポイントする。ま
た、圧縮後文字列22には「田中一郎」全体がそのまま
追加される。Next, the pre-compression character string pointer is incremented (47) to point to the character of "Ta" of "Ichiro Tanaka". Since it is unlikely that the position of the pointer matches the postal code dictionary, the character "T" is added to the character string 22 after compression, and the pointer position advances to "M" in the next "Ichiro Tanaka". However, similarly, the character strings do not match, and the pointer advances sequentially, and points to the character of "East" of "Iwamotocho, Chiyoda-ku, Tokyo" between "Ichiro Tanaka" and "Taro Yoshida". In addition, the entire “Ichiro Tanaka” is directly added to the compressed character string 22.
【0017】この時点で最初と同じように郵便番号辞書
23の3行目の「東京都千代田区岩本町」と一致が確認
され、圧縮後文字列22には2回目の「アドレス及びバ
イト数(A)」が格納される。At this point, a match is found with "Iwamotocho, Chiyoda-ku, Tokyo" on the third line of the postal code dictionary 23, as in the first case, and the second "address and byte count ( A) ”is stored.
【0018】上記の処理を圧縮前文字列21が無くなる
まで行い、圧縮前文字列のEOF(End Of File)まで
ポインタが進んだ段階で処理は終了する。The above processing is performed until the pre-compression character string 21 disappears, and the processing ends when the pointer advances to EOF (End Of File) of the pre-compression character string.
【0019】上記一連の処理を一般的ジブ・レンペル法
を用いた圧縮の前処理として行う事により、ジブ・レン
ペル法単独での圧縮より圧縮率を向上させる事が可能と
なる。By performing the above series of processing as pre-processing of compression using the general Jib-Lempel method, it is possible to improve the compression ratio as compared with the compression using the Jib-Lempel method alone.
【0020】第2実施形態 次に、図3を用いて本発明の第2の実施例を説明する。
第1の実施例と第2の実施例の相違点は、図2と図3の
相違点のみである。すなわち、第2の実施例が第1の実
施例と異なる点は、圧縮前文字列31と郵便番号辞書3
3とに一致を見たとき、第1の実施例の如く圧縮後文字
列22に「アドレス及び文字サイズ」を格納するのでは
なく、一致した文字列(この場合は住所)に対応した
「郵便番号」を格納する点である。Second Embodiment Next, a second embodiment of the present invention will be described with reference to FIG.
The difference between the first embodiment and the second embodiment is only the difference between FIG. 2 and FIG. That is, the second embodiment is different from the first embodiment in that the pre-compression character string 31 and the postal code dictionary 3
When a match is found with “3”, instead of storing “address and character size” in the compressed character string 22 as in the first embodiment, “mail” corresponding to the matched character string (in this case, the address) is used. The number is stored.
【0021】第1の実施例では、圧縮時の郵便番号辞書
23と解凍時の郵便番号辞書23が、格納アドレスのレ
ベルまで同一である必要があった。しかし、第2の実施
例においては、「郵便番号」と「住所」との関係は一義
的に決まる事が保証されている限り、郵便番号辞書23
の格納アドレスが変わっても解凍が行えるという利点が
ある。In the first embodiment, the postal code dictionary 23 at the time of compression and the postal code dictionary 23 at the time of decompression need to be the same up to the level of the storage address. However, in the second embodiment, as long as it is guaranteed that the relationship between “zip code” and “address” is uniquely determined, the zip code dictionary 23
There is an advantage that decompression can be performed even if the storage address of the file changes.
【0022】以上の各実施例から判るように、本発明の
効果は、前述した一連の処理をジブ・レンペル法を用い
た圧縮の前処理として行う事により、ジブ・レンペル法
単独での圧縮より圧縮率を向上させる事が出来るという
ことにある。なお、前記例では外部辞書として郵便番号
辞書を取り上げたが、その他にもIDと文字列とがペア
となって格納されている辞書ならば同様に応用する事が
出来る。As can be seen from the above embodiments, the effect of the present invention is that the above-described series of processing is performed as a pre-process of compression using the Jib-Lempel method, thereby achieving an advantage over the compression using the Jib-Lempel method alone. The compression ratio can be improved. In the above example, the postal code dictionary is taken as the external dictionary, but other dictionaries in which IDs and character strings are stored in pairs can be similarly applied.
【0023】[0023]
【発明の効果】本発明によれば、ジブ・レンペル法を利
用した文字列圧縮方式において、既存の「外部辞書」を
有効利用することにより、圧縮率を向上させることがで
きる。According to the present invention, the compression ratio can be improved by effectively utilizing the existing "external dictionary" in the character string compression system using the Jib-Lempel method.
【図1】本発明の具体的イメージを表した図である。FIG. 1 is a diagram showing a specific image of the present invention.
【図2】図1の各要素に対しての一具体例をデータテー
ブル形式で示した図である。FIG. 2 is a diagram showing a specific example of each element in FIG. 1 in a data table format.
【図3】本発明の第2の実施例でのデータテーブルを示
した図である。FIG. 3 is a diagram showing a data table according to a second embodiment of the present invention.
【図4】本発明の実行手順の一例をフローチャートで表
した図である。FIG. 4 is a flowchart showing an example of an execution procedure of the present invention.
【図5】従来の実施例のイメージ図である(図1に対
応)。FIG. 5 is an image diagram of a conventional example (corresponding to FIG. 1).
【図6】従来の実施例のテーブルイメージ図である(図
2に対応)。FIG. 6 is a table image diagram of a conventional example (corresponding to FIG. 2).
11 圧縮前文字列 12 圧縮後文字列 13 外部辞書 11 Character string before compression 12 Character string after compression 13 External dictionary
─────────────────────────────────────────────────────
────────────────────────────────────────────────── ───
【手続補正書】[Procedure amendment]
【提出日】平成11年5月26日(1999.5.2
6)[Submission date] May 26, 1999 (1999.5.2
6)
【手続補正1】[Procedure amendment 1]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】特許請求の範囲[Correction target item name] Claims
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【特許請求の範囲】[Claims]
【手続補正2】[Procedure amendment 2]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】0005[Correction target item name] 0005
【補正方法】変更[Correction method] Change
【補正内容】[Correction contents]
【0005】[0005]
【課題を解決するための手段】本発明は、前記目的を達
成するため、ジブ・レンペル法を利用した文字列圧縮方
式において、圧縮前文字列を元に作られたものではない
既存の外部辞書を参照して文字列の圧縮を行うことを特
徴とする文字列圧縮方式を提供する。According to the present invention, in order to achieve the above object, a character string compression method using the Jib-Lempel method is not based on a character string before compression. A character string compression method characterized in that a character string is compressed with reference to an existing external dictionary.
Claims (5)
式において、既存の外部辞書を参照して文字列の圧縮を
行うことを特徴とする文字列圧縮方式。1. A character string compression method using a Jib-Lempel method, wherein a character string is compressed with reference to an existing external dictionary.
て格納されている辞書である請求項1に記載の文字列圧
縮方式。2. The character string compression method according to claim 1, wherein the external dictionary is a dictionary in which IDs and character strings are stored in pairs.
は2に記載の文字列圧縮方式。3. The character string compression method according to claim 1, wherein the external dictionary is a postal code dictionary.
たときに、圧縮後文字列にアドレス及び文字サイズを格
納する請求項1〜3のいずれか1項に記載の文字列圧縮
方式。4. The character string compression according to claim 1, wherein when a match is found between the character string before compression and the postal code dictionary, the address and character size are stored in the character string after compression. method.
たときに、圧縮後文字列に郵便番号を格納する請求項1
〜3のいずれか1項に記載の文字列圧縮方式。5. A postal code is stored in a post-compression character string when a match is found between the pre-compression character string and the postal code dictionary.
4. The character string compression method according to any one of Items 1 to 3.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP20343398A JP3265268B2 (en) | 1998-07-17 | 1998-07-17 | String compression method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP20343398A JP3265268B2 (en) | 1998-07-17 | 1998-07-17 | String compression method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000036756A true JP2000036756A (en) | 2000-02-02 |
JP3265268B2 JP3265268B2 (en) | 2002-03-11 |
Family
ID=16474020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP20343398A Expired - Fee Related JP3265268B2 (en) | 1998-07-17 | 1998-07-17 | String compression method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3265268B2 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014045318A1 (en) * | 2012-09-21 | 2014-03-27 | 富士通株式会社 | Compression program, compression method and compression device |
WO2014045320A1 (en) * | 2012-09-21 | 2014-03-27 | 富士通株式会社 | Control program, control method and control device |
-
1998
- 1998-07-17 JP JP20343398A patent/JP3265268B2/en not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014045318A1 (en) * | 2012-09-21 | 2014-03-27 | 富士通株式会社 | Compression program, compression method and compression device |
WO2014045320A1 (en) * | 2012-09-21 | 2014-03-27 | 富士通株式会社 | Control program, control method and control device |
US9219497B2 (en) | 2012-09-21 | 2015-12-22 | Fujitsu Limited | Compression device, compression method, and recording medium |
JPWO2014045320A1 (en) * | 2012-09-21 | 2016-08-18 | 富士通株式会社 | Control program, control method, and control apparatus |
JPWO2014045318A1 (en) * | 2012-09-21 | 2016-08-18 | 富士通株式会社 | Compression program, compression method, and compression apparatus |
US10318483B2 (en) | 2012-09-21 | 2019-06-11 | Fujitsu Limited | Control method and control device |
Also Published As
Publication number | Publication date |
---|---|
JP3265268B2 (en) | 2002-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7817069B2 (en) | Alternative encoding for LZSS output | |
Ziv | Coding theorems for individual sequences | |
US6309424B1 (en) | Content independent data compression method and system | |
US6529912B2 (en) | Data compressing apparatus and a data decompressing apparatus, a data compressing method and a data decompressing method, and a data compressing or decompressing dictionary creating apparatus and a computer readable recording medium storing a data compressing program or a data decompressing program | |
US8078454B2 (en) | Two-pass hash extraction of text strings | |
US7403136B2 (en) | Block data compression system, comprising a compression device and a decompression device and method for rapid block data compression with multi-byte search | |
US7378992B2 (en) | Content independent data compression method and system | |
CN110868222B (en) | LZSS compressed data error code detection method and device | |
KR100353171B1 (en) | Method and apparatus for performing adaptive data compression | |
WO2003034597A1 (en) | Huffman coding | |
US8417730B2 (en) | Block compression algorithm | |
JPS59231683A (en) | Data compression system | |
Skibiński et al. | Effective asymmetric XML compression | |
WO2002039591A1 (en) | Content independent data compression method and system | |
JP2536422B2 (en) | Data compression device and data decompression device | |
US8463759B2 (en) | Method and system for compressing data | |
JP2000036756A (en) | Character string compression system | |
Anto et al. | A Compression System for Unicode Files Using an Enhanced Lzw Method. | |
JP3061278B2 (en) | Bit length communication method for variable bit length codeword | |
US6262675B1 (en) | Method of compressing data with an alphabet | |
JPH0554077A (en) | Word dictionary retriever | |
Rincy et al. | Preprocessed text compression method for Malayalam text files | |
US8234257B2 (en) | Method and apparatus for compressing and/or decompressing a data structure | |
JP3053656B2 (en) | Dictionary registration method in data compression | |
Ong et al. | A data compression scheme for Chinese text files using Huffman coding and a two-level dictionary |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |