JPH03204235A - 圧縮データの復号方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 Ａ、産業上の利用分野 本発明は、一般にデータ処理方法、より具体的には伝送
または記憶アプリケーションで圧縮データを復元する方
法に関するものである。

Ｂ、従来の技術及びその課題 圧縮とは、データの表現を最小にするためのデータの符
号化である。たとえば、圧縮を用いて、ファイルの必要
記憶容量を減少させ、チャネル上の通信速度を高める、
もしくは安全保護向上のための暗号化に先だって冗長度
を減少させることが可能になる。

データ圧縮の１方法が、ジブ（Ｚｉｖ）　　とレンペル
（Ｌｅｍｐｅｌ）の論文”＾Ｕｎｉｖｅｒｓａｌ　Ａｌ
ｇｏｒｉｔｈｍＦｏｒ　　５ｅｑｕｅｎｔｉａｌ　　Ｄ
ａｔａ　　Ｃｏｍｐｒｅｓｓｉｏｎ　″　１　ＩＥＥＥ
Ｔｒａｎｓａｃｔｉｏｎｓ　　ｏｎ　　Ｉｎｆｏｒｍａ
ｔｉｏｎ　　Ｔｈｅｏｒｙ、　　Ｖ　　ｏ　　ｌ　　。

ＩＴ−２３、Ｎｏ、３、ｐｐ、３３７−４３．１９７７
年５月に開示されている。レンペルージブ・アルゴリズ
ムは基本的に、データ列の履歴を後方参照し、一致が見
つかったとき、実際のデータを短縮された符号で置き換
える機構である。シンペルージブ法の種々の実施様態で
は、５１２（小テーブル）、１０２４　（中テーブル）
または４０９６（大テーブル）の特定の列または後方参
照を辞典または辞書に記録する。これらは、辞典に挿入
される列の選択方法が異なる。

基本的なレンベルージブ・アルゴリズムに対する様々な
改良がある。１つは、バイトまたは文字拡張の改良であ
り、辞典内の各列は、辞典内の他の列の末尾に１つまた
は複数のバイトを追加したものと同じである。もう１つ
は、列拡張しンペルージブ・アルゴリズムであり、辞典
内の各列は、辞典内の他の２つの列を連結したものであ
る。はとんどの状況では、列拡張技法の方がよい圧縮結
果をもたらす。

大テーブル列拡張しンペルージブ・アルゴリズムは、優
れた汎用適応データ圧縮技法であると一般に考えられて
いる。大テーブル列拡張しンペルージブ技法の欠点は、
圧縮を行う機械内にかなりのメモリと高速の中央演算処
理装置を必要とすることである。復元は、メモリ及びプ
ロセッサ・サイクルの点で相対的に低コストである。多
数の並列なデータ・ストリームの圧縮を支援しなければ
ならない装置では、一般にメモリの方が実行速度よりも
大きな問題である。これは、並列なデータ・ストリーム
のすべてが同時に活動状態であるわけではなく、シたが
ってＣＰＵ負荷が最悪の場合に近くなることがほとんど
ないためである。また、ＣＰＵに対する要求が過度にな
ったときの性能低下は、漸次的であり、破局的ではない
。すなわち、ある装置が支援しなければならないデータ
・ストリームの数は、プロセッサの実行速度の弱い関数
である。それとは対照的に、適応圧縮テーブル専用のメ
モリは、データ・ストリームが遊休状態のときでも割り
当てられていなければならない。このため、特定の装置
が支援できるデータ・ストリームの数が効果的に制限さ
れる。データが圧縮された後には、圧縮されたデータを
使用する前にそれを復元する必要がある。

Ｃ０課題を解決するための手段 本発明の適応圧縮方法は、２つのデータ構造、すなわち
履歴バッファおよび辞典（レキシコン）を効率的に利用
して、通信またはデータ記憶環境に適した、汎用のスト
リーム本位のデータ圧縮を実行する。この場合、列とは
、有限個の記号の集合のうちから選択された一連の順序
付けられたデータ記号であると定義する。履歴バッファ
とは、最も最近に圧縮機能を通過した未圧縮のデータの
正確な記録である。辞典とは、長さが１以上の列の集合
である。

本発明の復元方法は、履歴参照、辞典参照およびリテラ
ル参照のシーケンスを含む入力データ・ストリームを記
号の出力ストリームに変換することによって動作する。

この復元方法は、復元効率が最大になるように履歴バッ
ファと辞典をインクリメンタルに更新する。この復元方
法は、変換操作を逆にして元のデータ・ストリームを正
確に再構成するための十分な情報を受は取る。この復元
機能は、圧縮されたデータ・ストリーム自体以外の追加
データは必要としない。

圧縮機構に入るデータおよび復元機構から出るデータは
、８ビット・バイトとして取り扱われるが、圧縮機構か
ら復元機構へ流れる圧縮済みデータは自由形式のビット
・ストリームである。本発明の符号化方法は、参照の形
式または性格を一意的に識別し、その長さを定義する。

本発明の復号方法は、自由形式の圧縮されたビット・ス
トリームを解析して、それが復元可能なようにリテラル
参照、履歴参照および辞典参照のシーケンスにする。

本発明の復号方法は、入力データ・ス）　ＩＪ−ムから
第１ビットを読み取るステップを含む。第１ビットが０
である場合、最初の参照はリテラル形式であり、次の８
ビットがリテラル記号である。

第１ビットが１である場合、最初の参照は履歴形式また
は辞典形式のいずれかであり、その真の性格は第２ビッ
トによって明らかになる。第２ビットが０である場合、
その参照は履歴形式であり、その後に履歴バッファのオ
フセット値と履歴参照長ノ値が続く。第２ビットが１で
ある場合、その参照は辞典形式であり、その後に辞典指
標値が続く。

Ｄ、実施例 本発明の圧縮方法を第１図に図示する。本発明の圧縮方
法の最初のステップであるブロック１１では、履歴バッ
ファ、辞典およびトークンをクリアする。トークンは、
データ・シーケンスの記号が付加される、作業用のサブ
ストリングである。

トークン、履歴バッファおよび辞典は最初は空である。

履歴バッファは、０の基底から始まる正の整数を指標と
する、記号値の１次元配列として実施される。履歴バッ
ファの長さは、ある値に固定される。履歴バッファの長
さはちょうど２の累乗であることが好ましい。好ましい
実施例では、多くの形式の２進データ・ファイルおよび
テキスト・ファイルで、８ビット・バイト２０４８個の
履歴バッファ長がうまく働く。

履歴バッファ内の記号列は、オフセット値と長さ値を含
む履歴参照によって一義的に指定できる。

オフセット値とは、参照列内の最初の記号のバッファを
指すインデックスであると定義される。長さ値は、オフ
セットによって識別される記号から始まる参照列に属す
る記号の数である。履歴参照の長さの最大値を選択する
ことが好ましい。可能な最大の圧縮比はこの値に直接相
関して増加するが、データ・ストリーム形式ごとに、そ
の値を超えると、各一致ごとに平均文字数に対して、符
号化された列の長さの値が大きすぎるため、平均圧縮比
が低下し始めるという、最適の長さが存在する。ちょう
ど２の累乗であることが好ましいのは、一致を符号化す
るのに必要なビット数が、次の２の累乗まで変化しない
ためである。すなわち、長さの値を次の２の累乗ぴった
りに釘付けしないでおくと、潜在的な圧縮比の浪費とな
る。好ましい実施例では、２０４８文字の履歴バッファ
に対して、履歴参照の最大長が８ビット・バイト１６個
であればうまく働くことが判明している。

辞典は、それぞれが１個から履歴参照の最大長によって
指定される数までの記号を含む列を保持できる、単純な
要素配列として実施される。圧縮の間、辞典内の列は、
補助ハツシュ・テーブルを用いてルック・アップされる
。補助ハツシュ・テーブルは、ハツシュ・テーブルがま
ばらで効率的であることを保証するため、辞典自体の数
倍の要素を含むべきである。本発明の好ましい実施例の
２０４８バイトの履歴バッファでは、辞典のサイズが１
０２４であればうまく働くことが判明している。このサ
イズの辞典は、ハツシュ・テーブルの過度な衝突を避け
るため、少なくとも２０４８個のエントリを備えたハツ
シュ・テーブルで支援すべきである。

ハツシュ・テーブルは当業者にとって周知であり、テー
ブル内にルックアップされる列を含む記号に対して数学
的操作を行なうことによって形成される。この数学的操
作で、ハツシュ・テーブル指標として育効な範囲内の１
個の整数が与えられる。その指標が指すハツシュ・テー
ブル・エントリは、辞典内の対応するエントリのインデ
ックスを含んでいる。この間接指定により、辞典がほと
んど空である圧縮の初期段階の間に辞典エントリの指標
を効率的に割り当てることが可能になる。

辞典の最初のエントリから始めて、順次高位のエントリ
を構築して順序通り辞典を満たすことによって、この段
階の間に指標の値を送るのに必要なビット数が少なくな
るという利点を得ることができる。

辞典自体に比べてまばらな状態にハツシュ・テーブルを
保つことにより、複数の列が同じハツシュ・テーブル指
標にハツシュされるとき（これをハツシュ・テーブルの
衝突と称する）にどんな形のオーバフロ一連鎖も必要と
せずに優れた性能を実現することができる。このような
衝突は、必要に応して古いデータを捨て、それを新しい
データで置き換えることによって処理される。リンクさ
れた辞典エントリのＬＲＵ待ち行列をハツシュ・テーブ
ルと共に用いると、辞典が最終的に満杯になったとき、
辞典エントリの挿入と削除が容易になる。

固定サイズの辞典内で新しいエントリの場所をあけるた
めにあるエントリを捨てざるを得ないときは、長時間使
用されなかったエントリを捨てた方がよい。ＬＲＵ待ち
行列を使用すると、それが効率的に行なえる。

本発明の圧縮方法の次のステップであるブロック１３で
は、変数ＭＡＴＣＨをリテラル形式にセットする。ＭＡ
ＴＣＨは、記号の列が履歴バッファ内と辞典内のどちら
に複製されているかに応じて、リテラル、履歴または辞
典のいずれかの形式となる。列が履歴バッファにも辞典
にも複製されていない場合は、ＭＡＴＣＨはリテラル形
式になる。

本発明の圧縮方法の次のステップであるブロック１５で
は、入力列から記号を読み取って、それをトークンに付
加する。当初は、トークンは１個の文字からなっている
。しかし、本発明の方法が進行して、履歴バッファと辞
典とが満杯になったとき、トークンは複数の文字からな
る列となる。

判断ブロック１７で、このトークンを辞典の内容と比較
する。当初は辞典が空であるため、一致は見つからない
。しかし、本発明の方法がしばらく進行した後には、辞
典に列が挿入され、一致が見つかるようになる。辞典で
一致が見つかった場合、ブロック１９で、ＭＡＴＣＨを
対応する指標値を伴う辞典形式にセットし、次にブロッ
ク１５に戻って、入力列から次の記号を読み取ってトー
クンに付加する。

トークンが辞典内で複製されていない場合、判断ブロッ
ク２１で、このトークンを履歴バッファの内容と比較す
る。この場合も、当初は履歴バッファが空であるため、
履歴バッファ内での一致は見つからない。しかし、本発
明の圧縮方法がしばらく進行した後には、このトークン
が履歴バッファ内で複製されている可能性がある。この
トークンが履歴バッファ内で複製されている場合、ブロ
ック２３で、ＭＡＴＣＨをオフセットと長さの値とを伴
う履歴形式にセットし、ブロック１５に戻って、入力列
から次の記号を読み取ってトークンに付加する。次に、
ブロック１７で、トークンを再び辞典の内容と比較する
。本発明の圧縮方法では、トークンが履歴参照の最大長
辺下である限り、辞典内でも履歴バッファ内でもトーク
ンが複製されていない状態になるまで、記号をトークン
に付加して、そのトークンを辞典および履歴バッファの
内容と比較することを続ける。こうして本方法は、辞典
内または履歴バッファ内で複製されている、許容される
最長の文字列を形成する。この最長の文字列は、トーク
ンから最後の文字を除いたものである。本開示では、１
個のリテラルを列であると見なす。

本発明の圧縮方法は、許容される最長の列を形成し終え
た後に、その列を象徴する参照を発行する。判断ブロッ
ク２５でＭＡＴＣＨが辞典形式であった場合は、ブロッ
ク２７で、ＭＡＴＣＨによって指定された辞典参照が出
力または発行される。

ＭＡＴＣＨが辞典形式ではない場合は、履歴形式または
リテラル形式のいずれかである。判断ブロック２９でＭ
ＡＴＣＨが履歴形式であった場合は、ブロック３１で、
ＭＡＴＣＨによって指定された履歴参照が発行または出
力される。また、ＭＡＴＣＨが履歴形式であった場合は
、履歴参照によって指定された参照列が辞典に追加され
、辞典のサイズが記録される。

ＭＡＴＣＨが履歴形式ではない場合、それはリテラル形
式である。ブロック３３で、トークン内の記号に対する
リテラル参照が発行または出力される。辞典参照、履歴
参照またはリテラル参照が発行された後、ブロック３５
で、参照列が履歴バッファに付加され、トークンの先頭
から削除される。

同時に、履歴バッファのサイズが記録される。次に、ト
ークンはブロック１３に戻り、入力記号列が終りになる
までこの処理を続ける。

代表的なデータ・ストリームの確率論的研究に基づいて
、下記の符号化方式が最適に近い結果を生むことが判明
した。

リテラル参照　　Ｏ＋「記号」 履歴参照　　　　！＋Ｏ＋ｒオフセット」＋「長さ」 辞典参照　　　　１＋１＋ｒ指標」 １″およびＯ″は２進数の１桁を表し、「オフセット」
、「長さ」および「指標」は、特定の場合にそれらの潜
在的な最大値を表すのに必要な最小のビット数で符号化
されている。より具体的には、必要なビット数は、潜在
的な最大値を最も近い２の累乗に切り上げた値の、２を
底とする対数に等しい。たとえば、辞典が１２個のエン
トリを含む場合、１２は１６（次の２の累乗）に切上げ
られ、１６の２を底とする対数は４なので、指標を符号
化するのに必要なビット数は４である。

「記号」は記号自体の８ビット表現である。

本発明の圧縮機能に入るデータは、８ビット・バイトと
して処理されるが、圧縮機能から出力されるデータは自
由形式のビット・ストリームである。前述のリテラル参
照、履歴参照および辞典参照に対する符号化規則により
、復元機能でこの自由形式のビット・ストリームを容易
にかつ曖昧さなしに解析することが可能となる。

典型的なアプリケーション環境では、各リテラル記号を
符号化するのに必要なビット数は、圧縮機能と復元機能
とを相互接続するシリアル通信チャネルの基本ブロック
・サイズに等しくなる。たとえば、ＥＢＣＤＩＣ環境で
は、記号の値は８ビットを用いて符号化され、代表的な
通信リンク上を流れる基本的情報単位は、８ビット文字
に量子化される。リテラル参照を符号化するのに必要な
ビット数は、常にこのようなリンクの基本ブロック・サ
イズよりも１だけ大きいので、最後のデータ・ブロック
内に利用可能な追加ビットが存在する場合は、最後の有
効な参照の末尾に１個のＯビットを追加することによっ
て、最後の有効な文字の末尾の後ろの使用されていない
ビットを復元機能に強制的に無視させることが常に可能
である。０ビットを用いてリテラル参照の先頭を模倣す
ることにより、圧縮されたデータ・ストリームが次のブ
ロック境界で打ち切られたためにその参照が完了できな
いことを知った復元機能は、最後のデータ・ブロック内
の余分なビットを自動的に無視する。言い換えれば、復
元機能はＯビットを「見る」と、８ビット・リテラルを
得ることを期待する。Ｏビットの後に何も続かない場合
、復元機能はそのシーケンスが完了したことを「知る」
。

第２図には、本発明の復号方法および復元方法の流れ図
が示されている。最初のステップであるブロック３７で
、履歴バッファおよび辞典をクリアする。履歴バッファ
と辞典がクリアされた後、ブロック３９で、入力から参
照が読み取られ、それに従ってＭＡＴＣＨがセットされ
る。参照の第１ビットが０である場合、ＭＡＴＣＨはリ
テラル形式である。参照の第１ビットが１である場合、
ＭＡＴＣＨは辞典形式または履歴形式のいずれかである
。１に続くビットが０である場合、ＭＡＴＣＨは履歴形
式である。１に続くビットが１である場合、ＭＡＴＣＨ
は辞典形式である。

判断ブロック４１でＭＡＴＣＨが辞典形式であった場合
、ブロック４３で、ＭＡ’Ｉ’ＣＨによって指定された
辞典の列が出力される。

ＭＡＴＣＨが辞典形式ではない場合、判断ブロック４５
でＭＡＴＣＨが履歴形式であった場合は、ブロック４７
で、ＭＡＴＣＨによって指定された履歴列を出力し、そ
の列を辞典に追加し、現在の辞典のエントリ数を記録す
る。ＭＡＴＣＨが辞典形式でも履歴形式でもない場合は
、ブロック４９で、ＭＡＴＣＨによって指定されたリテ
ラル記号が出力される。最後に、ブロック４３．４７ま
たは４９でＭＡＴＣＨによって指定された列を出力した
後に、ブロック５１で、その列を履歴バッファに付加し
、現在の履歴バッファのサイズを記録して、入力列が終
りになるまでこの処理を繰り返す。

当初は、復元機能の辞典き履歴バッファは空である。し
かし、復元機能が受は取る最初の参照はリテラル形式で
ある。リテラル参照を処理する際には、これを履歴バッ
ファに追加する。復元機能は、その履歴バッファ内で一
致を見つけると、履歴参照を発行する。圧縮機能と復元
機能の履歴バッファは同一であるため、履歴参照は復元
機能の履歴バッファ内の正しい記号列を識別する。圧縮
機能が履歴参照を発行し、復元機能がそれを受は取ると
、その履歴参照によって参照される列が、圧縮機能およ
び復元機能の当該の辞典に挿入される。

本発明の方法は、このように２つのデータ構造すなわち
履歴バッファおよび辞典を使用して、データ列の効率的
な圧縮を達成する。履歴バッファを固定された深さに制
限し、履歴参照の最大長を相対的に小さな値に制限し、
辞典内のエントリの最大数を固定した数に制限すること
により、極めて効率的にメモリを利用し、ずっと大量の
メモリを必要とする方法に匹敵する圧縮比をもたらす、
相互に関連した１組のデータ構造を設計することが可能
である。

Ｅ１発明の効果 本発明によれば、圧縮データを復号して、リテラル参照
、履歴参照、及び辞典参照のシーケンスにすることがで
きる。

【図面の簡単な説明】

第１図は、本発明の圧縮方法を示す流れ図である。 第２図は、本発明の復元方法を示す流れ図である。

Claims (2)

【特許請求の範囲】
1. （１）自由形式のビット・ストリームを解析して、リテ
   ラル参照、履歴参照および辞典参照のシーケンスにする
   方法であって、 （ａ）前記ビット・ストリームの第１ビットを読み取る
   ステップと、 （ｂ）前記の第１ビットが０である場合に、リテラル参
   照を発行するステップと、 （ｃ）前記の第１ビットが１である場合に、前記のビッ
   ト・ストリームの第２ビットを読み取るステップと、 （ｄ）前記の第２ビットが０であって、前記の第１ビッ
   トが１である場合に、履歴参照を発行するステップと、 （ｅ）前記の第２ビットが１であって、前記の第１ビッ
   トが１である場合に、辞典参照を発行するステップと を含むことを特徴とする方法。
2. （２）リテラル参照、履歴参照および辞典参照のシーケ
   ンスからなる、圧縮された自由形式のデータ・ストリー
   ムを復号する方法であって、 （ａ）前記のシーケンスの第１ビットを読み取るステッ
   プと、 （ｂ）前記の第１ビットが０である場合に、前記のシー
   ケンスの次の８ビットを読み取り、前記の８ビットによ
   って表される記号を発行するステップと、 （ｃ）ステップ（ｂ）で発行された記号を、履歴バッフ
   ァに挿入するステップと、 （ｄ）前記履歴バッファの現在のサイズを記録するステ
   ップと、 （ｅ）前記の第１ビットが１である場合に、前記のシー
   ケンスの第２ビットを読み取るステップと、 （ｆ）前記の第２ビットが０である場合に、前記の履歴
   バッファの前記の現在のサイズの２を底とする対数を最
   も近い整数に切り上げた値に等しい、前記履歴バッファ
   へのオフセットを識別する数だけ、前記シーケンスの次
   のビットを読み取り、次に、事前に選択した履歴参照長
   の２を底とする対数を最も近い整数に切り上げた値に等
   しい、前記の履歴バッファ内の記号列の長さを識別する
   数だけ、前記シーケンスの次のビットを読み取り、次い
   で、前記のオフセットと長さの値によって識別される、
   前記履歴バッファからの記号の列を発行するステップと
   、 （ｇ）ステップ（ｆ）で発行された列を、前記の履歴バ
   ッファに挿入するステップと、 （ｈ）前記履歴バッファの現在のサイズを記録するステ
   ップと、 （ｉ）ステップ（ｆ）で発行された列を、前記辞典に挿
   入するステップと、 （ｊ）前記辞典の現在のサイズを記録するステップと、 （ｋ）前記の第２ビットが１である場合に、前記辞典の
   前記の現在のサイズの２を底とする対数を最も近い整数
   に切り上げた値に等しい、前記の辞典内での指標を表す
   数だけ、前記のシーケンスの次のビットを読み取り、前
   記の指標によって識別される、前記辞典からの記号の列
   を発行するステップと、 （ｌ）ステップ（ｋ）で発行された列を、前記履歴バッ
   ファに挿入するステップと、 （ｍ）前記履歴バッファの現在のサイズを記録するステ
   ップと、 （ｎ）前記のシーケンスが終りになるまで、ステップ（
   ａ）ないし（ｍ）を繰り返すステップとを含むことを特
   徴とする方法。