WO2014097353A1 - 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム - Google Patents

圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム Download PDF

Info

Publication number
WO2014097353A1
WO2014097353A1 PCT/JP2012/008114 JP2012008114W WO2014097353A1 WO 2014097353 A1 WO2014097353 A1 WO 2014097353A1 JP 2012008114 W JP2012008114 W JP 2012008114W WO 2014097353 A1 WO2014097353 A1 WO 2014097353A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
storage area
unit
compression
code
Prior art date
Application number
PCT/JP2012/008114
Other languages
English (en)
French (fr)
Inventor
片岡　正弘
泰裕 鈴木
貢嗣 山本
Original Assignee
富士通株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 富士通株式会社 filed Critical 富士通株式会社
Priority to JP2014552753A priority Critical patent/JP6252489B2/ja
Priority to PCT/JP2012/008114 priority patent/WO2014097353A1/ja
Publication of WO2014097353A1 publication Critical patent/WO2014097353A1/ja
Priority to US14/714,751 priority patent/US20150248432A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/174—Redundancy elimination performed by the file system
    • G06F16/1744—Redundancy elimination performed by the file system using compression, e.g. sparse files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2365—Ensuring data consistency and integrity
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3084—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction using adaptive string matching, e.g. the Lempel-Ziv method
    • H03M7/3086—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction using adaptive string matching, e.g. the Lempel-Ziv method employing a sliding window, e.g. LZ77
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/70—Type of the data to be coded, other than image and sound
    • H03M7/705—Unicode

Definitions

  • ⁇ At least one of data compression technology and decompression technology.
  • LZ77 There is a compression algorithm called LZ77.
  • LZ77 a compression code is generated based on the position and length of data that appears earlier than the data to be processed and is the same as the data to be processed.
  • the search for the same data that appears first is performed by collation processing with each data that appears first.
  • the data to be processed and the data that appears first are compared for each predetermined data unit. For example, when the predetermined data unit is 1 byte, the collation process between the data to be encoded and the data that appears first is performed for each byte.
  • the length of the data unit constituting the data to be compressed may not be constant.
  • document data for example, there is a character code system in which a plurality of types of bytes representing a single character are used.
  • UTF-8 etc. there are characters represented by 1 byte (for example, alphanumeric characters), and characters represented by 3 bytes (for example, part of Kanji first type, second type Kanji and Kana characters, etc.) )
  • characters expressed in 4 bytes for example, part of the third and fourth levels of kanji).
  • the actual data unit (for example, a plurality of bytes) constituting the compression target data Collation processing is performed in different data units (for example, 1 byte).
  • An object of one aspect of the present invention is to improve the efficiency of collation processing performed in compression processing for data in which a plurality of types of data units constituting data is used.
  • the computer obtains a data string based on a data group in which a plurality of types of data constituent units exist, and the data is included in the data group and the data is included in the data string.
  • Control is performed to collate the data and data having the same size of the structural unit of the data, and by the collation processing performed based on the control, the matching data that matches the certain data is extracted from the data string,
  • a compression method for executing a process for generating a compression code corresponding to the positional relationship in the data string between the certain data and the extracted matched data is used.
  • the computer acquires a fixed-length code by referring to the storage area based on a compression code indicating a position in the storage area, and updates the storage area based on the acquired fixed-length code. And decoding the acquired fixed-length code based on an encoding dictionary, A decompression method is used to do this.
  • the compression / decompression system includes a storage unit that stores a data sequence of a data group in which a plurality of types of data configuration units exist, certain data included in the data group, and the data sequence Among the data, a control unit that performs control to collate the certain data with data having the same unit size of data, and matching data that matches the certain data by collation processing performed based on the control of the control unit An extraction unit that extracts from the data sequence stored in the storage unit, and a generation unit that generates a compression code corresponding to a positional relationship in the data sequence between the certain data and the extracted matched data. And a second computer including a restoration unit that restores the matched data based on the compressed code.
  • the compression process it is possible to suppress a collation process in a data unit different from the data unit constituting the data to be compressed.
  • FIG. 1 shows the flow of compression processing using LZ77.
  • FIG. 2 shows the flow of decompression processing using LZ77.
  • FIG. 3 shows code assignment in UTF-8.
  • FIG. 4 shows an example of compression processing.
  • FIG. 5 shows an example of the encoding dictionary D1.
  • FIG. 6 shows an example of the encoding dictionary D2.
  • FIG. 7 shows an example of decompression processing.
  • FIG. 8 shows a functional configuration example.
  • FIG. 9 shows an example of the position information table T1.
  • FIG. 10 shows a procedure example of the compression process.
  • FIG. 11 shows a procedure example of the search processing for the longest matching fixed-length code string.
  • FIG. 12 shows an example of the procedure of fixed length code acquisition processing.
  • FIG. 13 shows an example of a procedure for generating / writing compressed data.
  • FIG. 14 shows an example of the procedure for updating the storage area A2.
  • FIG. 15 shows a procedure example of the update process of the storage area A4.
  • FIG. 16 shows an example of the position information table T2.
  • FIG. 17 shows a procedure example of the decompression process.
  • FIG. 18 shows an example of the procedure for updating the storage area B2.
  • FIG. 19 shows a hardware configuration example of the computer 1.
  • FIG. 20 shows a configuration example of a program that runs on the computer 1.
  • FIG. 21 shows a configuration example of an apparatus in the system of the embodiment.
  • FIG. 22 shows an example of collation processing in a data unit different from the data unit constituting the data to be compressed.
  • FIG. 23 shows an example of collation processing in a data unit different from the data unit constituting the data to be compressed.
  • FIG. 24 shows an example of the processing from S301 to S303.
  • FIG. 25 shows an index example of the encoding dictionary D1.
  • FIG. 26 shows a modification of the longest match code string search process.
  • FIG. 27 shows a procedure example of the search processing for the longest match code string.
  • FIG. 1 shows the flow of compression processing using LZ77.
  • the storage area A1, the storage area A2, and the storage area A3 are secured in the memory, for example.
  • the data of the content part in the file F1 shown in FIG. 1 is loaded into the storage area A1.
  • the storage area A1 is called, for example, an encoding unit.
  • the file F1 includes data “... 1st horse ... 2nd horse ... 3rd horse ...” (“...” is an unspecified character string).
  • a compressed data generation process (described later) is performed based on the data loaded in the storage area A1. Further, the data that has undergone the compressed data generation process is copied from the storage area A1 to the storage area A2.
  • the storage area A2 is called a reference unit, for example.
  • the compressed data is generated according to the result of the collation process between the data loaded in the storage area A1 and the data in the storage area A2.
  • the generated compressed data is sequentially stored in the storage area A3, and a compressed file F2 is generated based on the compressed data stored in the storage area A3. Further, in FIG. 1, the data in the storage areas A1 and A2 are schematically shown.
  • the generation of the compressed data d1 will be described by taking as an example a case where data after “h” of “1st horse ...” shown in FIG. First, the longest matching data of “horse...” Is searched in the storage area A2 (“collation” shown in FIG. 1). In the example of FIG. 1, there is no data in the storage area A2 that coincides with “h” that is the first data of the processing target data. When there is no data in the storage area A2 that matches the data to be processed, compressed data d1 including a Huffman code obtained by encoding the head data of the data to be processed by the Huffman encoding / decoding algorithm is generated.
  • the use of Huffman coding as compressed data is merely an example, and other compression algorithms may be used, or uncompressed data that is the head data itself may be used.
  • the compressed data d1 includes an identifier (“0” in the example of FIG. 1) indicating that the compressed data is not based on the longest matching data.
  • the generation of the compressed data d2 will be described by taking as an example a case where the data after “h” of “2nd horse ...” shown in FIG. First, the longest matching data of “horse...” Is searched in the storage area A2 (“collation” shown in FIG. 1). In the example of FIG. 1, since “1st horse ...” exists in the storage area A2, for example, “horse” of data to be processed and “horse” of “1st horse ...” in the storage area A2 Match.
  • the compressed data d2 is generated based on the data length of the longest match data.
  • the compressed data d2 includes an identifier (“1” in the example of FIG. 1) indicating that the compressed data is based on the longest matching data.
  • the generation of the compressed data d3 will be described by taking as an example a case where the data after “h” of “3rd horse...” Shown in FIG. First, the longest matching data of “horse...” Is searched in the storage area A2 (“collation” shown in FIG. 1). In the example of FIG. 1, “1st horse... 2nd horse” exists in the storage area A2. Therefore, for example, “horse” of the data to be processed and “1st horse” and “2nd horse” in the storage area A2. "Horse” matches.
  • compressed data d3 is generated.
  • the compressed data d3 includes an identifier (“1” in the example of FIG. 1) indicating that the compressed data is based on the longest matching data.
  • the generated compressed data d1 to d3 are stored in the storage area A3, and are included in the compressed file F2 by the generation process of the compressed file F2.
  • FIG. 2 shows the flow of decompression processing using LZ77.
  • the compressed data in the compressed file F2 is loaded into the memory (storage area B1), and the decompressed data is generated according to the identifier of the loaded compressed data.
  • “*” In FIG. 2 indicates compressed data.
  • the storage area B1 is called, for example, an encoding unit.
  • compressed data such as compressed data d1 in FIG. 2 including an identifier (“0” in the example of FIG. 1) indicating that the compressed data is not based on the longest match data is read
  • the Huffman encoding / decoding algorithm is used.
  • Decompressed data is generated by the decoding process.
  • the generated decompressed data is stored in both the storage area B2 and the storage area B3.
  • the storage area B2 is called, for example, a reference unit.
  • compressed data such as compressed data d2 and compressed data d3 in FIG. 2
  • compressed data d2 and compressed data d3 in FIG. 2 including an identifier (“1” in the example of FIG. 1) indicating that the compressed data is based on the longest match data
  • the data in the storage area B2 indicated by the code becomes the decompressed data.
  • the generated decompressed data is stored in both the storage area B2 and the storage area B3.
  • the storage area B2 By storing the decompressed data in the storage area B2, the storage area B2 can be in the same state as the storage area A2 when the compression code generation processing is performed, and therefore the same data as before compression based on the compression code Is acquired.
  • An expanded file F3 is generated based on the expanded data stored in the storage area B3.
  • Fig. 3 shows code assignment in UTF-8.
  • UTF-8 as described above, a 1 to 4 byte character code is used. A range of character code values is determined according to the length of the character code.
  • 1-byte character code is expressed as a value between 0x00 and 0x7F. Therefore, in binary notation, it is “0XXXXXX”, and the first bit is “0” (“X” is either “0” or “1”).
  • the 2-byte character code has a value of 0xC2 to 0xDF in the first byte (0xC0 and 0xC1 are used for control codes, for example), and a value of 0x80 to 0xBF is used in the second byte. That is, the first byte of the 2-byte character code is “110YYYYX”, and the second byte is “10XXXXXX” (“Y” is at least one of consecutive “Y” is “1”. Showing).
  • the 3-byte character code has a value of 0xE0 to 0xEF for the first byte, and a value of 0x80 to 0xBF for the second and third bytes. That is, the first byte of the 3-byte character code is “1110YYYY”, the second byte is “10YXXXX”, and the third byte is “10XXXXXX”.
  • the 4-byte character code has a value of 0xF0 to 0xF7 for the first byte, and a value of 0x80 to 0xBF for the second to fourth bytes. That is, the first byte of the 4-byte character code is “11110YYY”, the second byte is “10YYXXXX”, and the third and fourth bytes are “10XXXXXXX”.
  • the first byte data and the second and subsequent data have different values.
  • the compression processing in FIG. 1 for example, the first byte data of a 3-byte character code in the storage area A1 and each data in the storage area A2 are collated.
  • the storage area A2 includes, for example, the second byte data of the 3-byte character code and the third byte data.
  • the character code systems such as UTF-8 where the character code of 2 bytes or more has different values for the data of the first byte and the data of the second byte and later, it is clear that the values are different. Collation processing is performed on the first byte data and the second and subsequent data.
  • LZ77 for example, compression using ZIP or the like
  • LZ77 can be applied as long as it is data that can obtain a collation result between data to be compressed.
  • ZIP and the like are also used for general purposes for different types of data such as document data and image data. Since it can be applied regardless of the type, it has been difficult to make improvements for specific types of data. However, it is clear that collation processing is performed even between data that is apparently different from each other as described above by following detailed procedures for collation processing between data in a specific character code system. It became.
  • data units corresponding to character codes are managed for data using character code systems such as UTF-8 that have a plurality of character code sizes, and each data unit managed is managed. Is verified.
  • compression coding is performed for different 3-byte characters, ignoring character code boundaries. For example, by comparing “11” (0xE2BC98E38692) and “12” (0xE2BC98E386), 0xE2BC98E386 (5 bytes) is extracted as a matching data string, and a compression code is assigned. In this case, the remaining part of the character code (0x92 for “11”) is the target of collation, and collation processing (“breaking up”) that is shifted from the boundary of the character code occurs. As a result, the compression ratio is expected to decrease.
  • FIG. 4 shows an example of compression processing.
  • the storage area A1, the storage area A2, the storage area A3, and the storage area A4 are secured in the memory, for example.
  • the content portion data in the file F1 shown in FIG. 4 is loaded into the storage area A1.
  • the storage area A1 is called, for example, an encoding unit.
  • the file F1 includes data “... 1st horse ... 2nd horse ... 3rd horse ...” (“...” is an unspecified character string).
  • the data loaded in the storage area A1 is converted into a fixed length code based on the encoding dictionary D1.
  • a compressed data generation process is performed based on the fixed-length code obtained by the conversion.
  • the fixed-length code for which the compressed data is generated is stored in the storage area A2.
  • the storage area A2 is called a reference unit, for example.
  • the compressed data is generated according to the result of the collation process between the fixed length code obtained by the conversion and the fixed length code stored in the storage area A2.
  • the generated compressed data is sequentially stored in the storage area A3, and a compressed file F2 is generated based on the compressed data stored in the storage area A3. Further, in FIG. 4, data in the storage areas A1 and A2 are schematically shown.
  • the character code L1 is read from the storage area A1, and the fixed length code M1 corresponding to the read character code L1 is read from the encoding dictionary D1.
  • the read fixed length code M1 is stored in the storage area A4.
  • collation processing is sequentially performed on the fixed-length code stored in the storage area A2.
  • the character code L2 is further read from the storage area A1, and the read character code L2 Is read from the encoding dictionary D1 and stored in the storage area A4.
  • the fixed length code N2 following the fixed length code N1 in the storage area A2 matches the fixed length code M2. If they match, the character code is further read from the storage area A1, and the same procedure is repeated. The above-described procedure is repeated until a fixed-length code that does not match is obtained, or the number of fixed-length codes that match continuously exceeds a lower limit (for example, a predetermined code number) Lmin. Similar processing is performed over the entire storage area A2, and the longest matching fixed-length code string (longest matching fixed-length code string) is extracted from the storage area A2.
  • a lower limit for example, a predetermined code number
  • compressed data d11 is generated.
  • the compressed data d11 is an identifier (“1” in the example of FIG. 4) indicating that it is a compression code based on the longest matching fixed-length code string, and the length of the longest matching fixed-length code string (for example, the longest matching fixed-length code string).
  • the position of the longest matching fixed-length code string is indicated by the number of codes indicating the number of fixed-length codes separated from the update position of the storage area A2.
  • the fixed-length code string stored in the storage area A4 is written into the storage area A2. When fixed-length codes are written in all areas of the storage area A2, among the fixed-length codes stored in the storage area A2, the fixed-length code stored first in the storage area A2 is added to the storage area A4.
  • the fixed-length code string stored in is overwritten.
  • compressed data d12 When the longest matching fixed length code string is shorter than the lower limit Lmin, compressed data d12 is generated.
  • the compressed data d12 includes an identifier ("0" in the example of FIG. 4) indicating that the compressed code is not based on the longest matching fixed-length code string, and a fixed-length code M1. Further, the fixed length code M1 is written in the storage area A2. When fixed-length codes are written in the entire area of the storage area A2, the fixed-length code M1 is added to the fixed-length code stored first in the storage area A2 among the fixed-length codes stored in the storage area A2. Will be overwritten.
  • Compressed data is generated by the above-described procedure, and is written in the storage area A3 each time it is generated.
  • a compressed file F2 is generated based on the compressed data stored in the storage area A3.
  • the encoding dictionary D1 is also included in the compressed file F2, or the encoding dictionary D1 is passed to a computer that decompresses the compressed file F2 by other methods. A more detailed compression processing procedure will be described later.
  • FIG. 5 shows an example of the encoding dictionary D1.
  • the encoding dictionary D1 indicates the correspondence between character codes and fixed-length codes.
  • An encoding dictionary D1 shown in FIG. 5 is an example of an encoding dictionary for a Japanese document.
  • the code length of the fixed length code is 12 bits.
  • a storage area is provided for each character code by 4 bytes, and information indicating the position where the character code is stored is used as a fixed-length code. For example, since the “NUL” code is stored at the head of the encoding dictionary D1, the fixed-length code corresponding to the “NUL” code (0x00) is “0x000”.
  • the character code “0” (0x41) exists at a position of 4 bytes ⁇ 32 (0x020 in hexadecimal notation) from the beginning of the encoding dictionary D1, and therefore has a fixed length corresponding to the character code “a”.
  • the code is “0x020”.
  • a fixed-length code is assigned to each character code. If the code length is m bits, the number of character codes to which a fixed-length code is assigned is 2m. In the example of FIG. 5, since the code length is 12 bits, code lengths are assigned to 4096 types of character codes.
  • a fixed-length code may be assigned to all character codes of the character code system used for the file F1, or a compression code may be assigned to some character codes. Control in the case of assigning fixed-length codes to some character codes will be described later.
  • FIG. 6 shows an example of the encoding dictionary D2.
  • the encoding dictionary D2 indicates a correspondence relationship between a character code or character code string and a fixed-length code.
  • An encoding dictionary D2 illustrated in FIG. 6 is an example of an encoding dictionary for an English document.
  • the code length of the fixed length code is 12 bits.
  • a storage area having a predetermined length is provided for a character code or character code string, and information indicating a position where the character code or character code string is stored is used as a fixed-length code.
  • a fixed-length code similar to the coding dictionary shown in FIG. 5 is assigned to “NUL” and “a”.
  • a fixed-length code is also assigned to basic English words. As shown in FIG. 6, for example, a fixed-length code “0x100” is assigned to the English word “one”.
  • the fixed-length code corresponding to the data string that matches the data string existing at the reading position in the storage area A1 is encoded dictionary D2 ( (Corresponding to the coding dictionary D1 in FIG. 4) and stored in the storage area A4.
  • the fixed-length code 0x020 (“a” character code) and the fixed-length code 0x180 (“are” character code) are also extracted.
  • FIG. 7 shows an example of decompression processing.
  • the storage area B1, the storage area B2, and the storage area B3 mechanism area are secured in the memory, for example.
  • the compressed data in the compressed file F2 shown in FIG. 7 is loaded into the storage area B1.
  • the storage area B1 is called, for example, an encoding unit.
  • the encoding dictionary D1 is loaded from the compressed file F2 into the memory. As described above, even if the encoding dictionary D1 is not included in the compressed file F2, the encoding dictionary D1 used for compression may be held in advance.
  • Compressed data loaded in the storage area B1 is read sequentially.
  • the read compressed data is decompressed according to the identifier included in the compressed data.
  • FIG. 7 illustrates compressed data d12 as an example of compressed data when the identifier is an identifier indicating that the identifier is not a compressed code based on the longest match fixed-length code string (“0” in the example of FIG. 7).
  • the fixed length code M1 included in the compressed data d12 is decoded based on the encoding dictionary D1. Further, the fixed length code M1 in the compressed data d12 is written at the update position of the storage area B2.
  • the character code d22 obtained by decoding based on the encoding dictionary D1 is written in the storage area B3.
  • Compressed data d11 is exemplified in FIG. 7 as an example of compressed data when the identifier is an identifier (“1” in the example of FIG. 7) indicating that the identifier is a compressed code based on the longest matching fixed-length code string.
  • a fixed-length code string d21 (for example, fixed-length code strings M1 to Mn) is read from the storage area B2.
  • the fixed-length code string d21 is written at the update position in the storage area B2, and is decoded using the coding dictionary D1.
  • the character code string d23 (for example, character code strings L1 to Ln corresponding to the fixed-length code strings M1 to Mn) obtained by decoding is written in the storage area B3.
  • the decompressed file F3 is generated based on the data (character code) sequentially written in the storage area B3. A more detailed decompression procedure will be described later.
  • FIG. 8 shows a functional configuration example.
  • the computer 1 that executes the processing of the present embodiment includes a storage unit 13 and further includes at least one of a compression unit 11 and an expansion unit 12.
  • the compression unit 11 performs compression processing
  • the expansion unit 12 performs expansion processing.
  • the storage unit 13 stores a file F1 to be compressed, a compressed file F2 obtained by compression processing, a file F3 obtained by decompressing the file F2, and the like.
  • the storage unit 13 stores the compression dictionary D1.
  • the storage unit 13 is used as a work area for the compression unit 11 and the expansion unit 12.
  • the compression unit 11 includes a control unit 111, a collation unit 112, an update unit 113, and a conversion unit 114.
  • the decompression unit 12 includes a control unit 121, a reference unit 122, an update unit 123, and a conversion unit 124.
  • the control unit 111 controls the collating unit 112 and the updating unit 113 to realize the compression function.
  • the control unit 111 reserves storage areas (for example, the above-described storage area A1, storage area A2, and storage area A3) in the storage unit 13 in order to hold data used for processing of each functional unit.
  • the control unit 111 sequentially reads the data at the reading position in the storage area A1.
  • the conversion unit 114 converts the data read by the control unit 111 into a fixed length code based on the encoding dictionary D1.
  • the control unit 111 stores the fixed length code converted by the conversion unit 114 in the storage area A4.
  • the matching unit 112 performs reference processing for the fixed-length code in the storage area A2.
  • the updating unit 113 updates the fixed-length code string in the storage area A2 based on the fixed-length code in the storage area A4.
  • the control unit 111 generates compressed data according to the reference result in the storage area A2 by the collation unit 112. An execution procedure of processing by each functional unit in the compression unit 11 will be described later.
  • the control unit 121 controls the reference unit 122 and the update unit 123 to realize the expansion function.
  • the control unit 121 reserves storage areas (for example, the above-described storage area B1, storage area B2, and storage area B3) in the storage unit 13 in order to hold data used for processing of each functional unit.
  • the control unit 121 reads the compressed data at the reading position in the storage area B1, and determines an identifier included in the read compressed data. When the identifier is a predetermined identifier, the control unit 121 causes the reference unit 122 to execute the reference processing of the fixed length code in the storage area B2.
  • the update unit 123 updates the storage area B2 based on the obtained fixed-length code.
  • the conversion unit 124 converts the obtained fixed-length code into decompressed data based on the encoding dictionary D1. An execution procedure of processing by each functional unit in the decompression unit 12 will be described later.
  • FIG. 9 shows an example of the position information table T1 used for managing the position information of the storage area.
  • the position information table T1 is used for managing the position in the storage unit 13 of each storage area (storage area A1, storage area A2, storage area A3, etc.) used for compression processing.
  • the position information table T1 includes a start position P1, an end position P2, and a read position P3 of the storage area A1 into which the file F1 is loaded.
  • the position information table T1 includes a start position P4, an end position P5, a reference position P6, and an update position P7 of the storage area A2. Further, the position information table T1 includes a start position P8, an end position P9, and a write position P10 of the storage area A3.
  • the initial value of each piece of position information stored in the position information table T1 is set by the control unit 111.
  • the start position and end position of each storage area indicate the storage start position and end position of the data to be compressed or expanded (for example, the portion excluding the header and trailer portion in the file).
  • the initial values of the read position P3 and the start position P1 are the same
  • the initial values of the reference position P6, the update position P7, and the start position P4 are the same
  • the initial values of the write position P10 and the start position P8 are The same.
  • FIG. 10 shows a procedure example of the compression process.
  • the compression function is called by the operation of the operating system or application program in the computer 1 (S101).
  • the control unit 111 secures the storage area A1, the storage area A2, the storage area A3, and the storage area A4 shown in FIG.
  • Pre-processing such as setting of each position information shown in FIG. 9 is executed (S102).
  • control unit 111 loads the content portion of the compression target file F1 into the storage area A1 (S103). Further, the control unit 111 sets an end position P2 based on the end of the file F1. Next, the control unit 111 executes a search process for the longest matching fixed-length code string (S104).
  • FIG. 11 shows an example of a procedure for searching for the longest matching fixed-length code string.
  • the control unit 111 sets initial values of the reference position P6, the matching length La, and the longest matching position Pa (S201).
  • the reference position P6 and the longest match position Pa are set to be the same as the start position P4 or the same as the update position P7.
  • the coincidence length La is set to “0”, for example.
  • the control unit 111 determines whether or not the fixed length code M (j) exists in the storage area A4 (S203).
  • the fixed length code M (j) means a fixed length code stored at the jth position in the storage area A4.
  • the control unit 111 causes the conversion unit 114 to execute processing for acquiring the fixed-length code M (j) (S204).
  • FIG. 12 shows an example of the procedure for obtaining a fixed-length code.
  • the conversion unit 114 When the conversion unit 114 is instructed to acquire the fixed length code M (j) by the control unit 111 (S300), the conversion unit 114 reads the character code existing at the reading position P3 of the storage area A1 (S301). If it is a 1-byte character, 1-byte data is read, and if it is a 2-byte character, a 2-byte character is read. Next, based on the character code read in S301, the conversion unit 114 reads a fixed-length code corresponding to the character code read in S301 from the encoding dictionary D1 (S302). Furthermore, the conversion unit 114 updates information indicating the reading position P3 stored in the position information table (S303).
  • the update in S303 is performed based on the data length read by the conversion unit 114 in S301. For example, if a 1-byte character is read, the reading position P3 is moved by 1 byte.
  • the control unit 111 stores the fixed length code read in S302 in the jth position of the storage area A4 (S304). As described above, the fixed length code stored in the jth position of the storage area A4 is the fixed length code M (j).
  • the conversion unit 114 ends the acquisition process of the fixed-length code (S305).
  • the control unit 111 causes the verification unit 112 to execute the verification process ( S205).
  • the collation unit 112 calculates the fixed length code M (j) stored in the storage area A4 and the fixed length code present at the position moved from the reference position P6 according to the counter value j in the storage area A2. It is determined whether or not. Specifically, the position moved from the reference position P6 according to the counter value j is a position shifted by m ⁇ j bits from the reference position P6 if the code length of the fixed-length code is m bits.
  • the control unit 111 increments the counter value j (S206).
  • the upper limit value Lmax is a value set as the upper limit value of the matching length La.
  • the control unit 111 executes the process of S203.
  • the code length of the fixed length code stored in the storage area A2 is incremented in units. If the code length of the fixed length code is m bits, the reference position P6 is moved by m bits. Next, the control unit 111 determines whether or not the reference position P6 has reached the end point position P5 of the storage area A2 (S212). When the reference position P6 has not reached the end point position P5 in the determination in S212 (S212: No), the control unit 111 performs the process in S202.
  • the control unit 111 ends the search process for the longest match fixed-length code string (S213).
  • the longest match fixed-length code string obtained as a result of the search process of S104 is a fixed-length code string within the range of the match length La from the longest match position Pa in the storage area A2 at the time when the process of S104 ends. Since the match length La indicates the number of matched codes, if the code length of the fixed-length code string is m bits, the longest match fixed-length code string has a length of La ⁇ m bits.
  • control unit 111 executes compressed data generation / write processing based on the result of the search processing in S104 (S105).
  • FIG. 13 shows an example of the procedure for generating / writing compressed data.
  • the control unit 111 determines whether or not the match length La is equal to or greater than the lower limit value Lmin (S401).
  • the lower limit value Lmin is a value set as the lower limit value of the matching length La. For example, when the number of bits used for expressing the match length La is m1 and the number of bits used for expressing the longest match position Pa is m2, it is determined that La ⁇ m ⁇ m1 + m2 Can be. In that case, the data size of the compressed data generated using the fixed-length code string is smaller than the data size of the compressed data generated by the compression code using the longest matching fixed-length code string.
  • the lower limit value Lmin is set so that La ⁇ m ⁇ m1 + m2.
  • the setting of the lower limit Lmin is adjusted according to other settings (for example, settings of values such as m1, m2, and m).
  • the control unit 111 When the matching length La is equal to or greater than the lower limit value Lmin (S401: Yes), the control unit 111 generates information of the identifier “1” (S402). Subsequently, the control unit 111 generates m1 bit information indicating the matching length La and m2 bit information indicating the longest matching position Pa (S403). In S403, the control unit 111 generates information that is continuous in the order of, for example, the identifier “1”, the matching length La, and the longest matching position Pa. Next, the control unit 111 substitutes the matching length La into the movement amount Lc (S404).
  • the movement amount Lc indicates the number of fixed-length codes that have been subjected to compression processing by generating compressed data. Since the number of fixed-length codes corresponding to the matching length La is converted into the compressed code generated in S403, the movement amount Lc is the same as the matching length La.
  • the control unit 111 When the matching length La is shorter than the lower limit Lmin (S401: No), the control unit 111 generates information of the identifier “0” (S405). Subsequently, the control unit 111 reads the fixed length code M (0) stored in the storage area A4 (S406). In S406, the control unit 111 generates information in which the identifier “0” generated in S405 and the fixed-length code M (0) read from the storage area A4 are continuous. Further, the control unit 111 substitutes 1 for the movement amount Lc (S407).
  • the control unit 111 When the processing of S404 or S407 is performed, the control unit 111 writes the compressed data at the compressed data writing position P10 (S408).
  • the compressed data is information generated in S404 or S408. Further, the control unit 111 updates the writing position P10 according to the length of the compressed data written in S408. For example, the length of the compressed data is 1 + m1 + m2 bits for the compressed data generated in S404. Further, the length of the compressed data generated in S408 is, for example, 1 + m bits.
  • the control unit 111 ends the compressed data generation / writing process (S410).
  • control unit 111 causes the update unit 113 to execute the update process of the storage area A2 (S106).
  • FIG. 14 shows a procedure example of the update process of the storage area A2.
  • the update unit 113 writes the fixed length code M (i) stored in the storage area A4 at a position moved according to the counter value i from the update position P7 of the storage area A2 (S502).
  • the position written in S502 is a position shifted by m ⁇ i bits from the update position P7 when the code length m of the fixed-length code is set.
  • the position written in S502 is a position represented by P7 + i when the update position P7 is expressed in units of the code length m of the fixed-length code.
  • the updating unit 113 determines whether or not the counter value i has reached a value obtained by subtracting 1 from the movement amount Lc (S503). By performing the processing until the counter value i becomes a value obtained by subtracting 1 from the movement amount Lc, among the fixed-length codes stored in the storage area A4, the fixed-length code that has been converted into the compression code is stored. This is reflected in the area A2.
  • the updating unit 113 increments the counter value i (S504). Further, based on the counter value i incremented in S504, it is determined whether the update position P7 + counter value i has reached the end position P5 of the storage area A2 (S505). When the update position P7 + counter value i has reached the end position P5 of the storage area A2 (S505: Yes), the update unit 113 subtracts the counter value i from the start position P4 of the storage area A2 to the update position P7. A value is substituted (S506).
  • the fixed area code is not stored outside the storage area A2, and the storage area A2 is repeatedly used.
  • the update position P7 + counter value i has not reached the end position P5 of the storage area A2 (S505: No), or when the process of S506 is performed, the update unit 113 performs the process of S502.
  • the update unit 113 updates the update position P7 of the storage area A2 (S507). Specifically, a value obtained by adding the movement amount Lc to the update position P7 is substituted into the update position P7.
  • the update unit 113 ends the update process of the storage area A2 (S508).
  • control unit 111 causes the update unit 113 to execute the update process of the storage area A4 when the update process of the storage area A2 by the update unit 113 is completed (S107).
  • FIG. 15 shows an example of the procedure for updating the storage area A4.
  • the update unit 113 deletes the fixed-length codes M (0) to M (Lc-1) in the storage area A4 (S601).
  • the update unit 113 determines whether or not the fixed length code M (Lc + k) exists (S603).
  • the updating unit 113 copies the fixed length code M (Lc + k) to the position of the counter value k in the storage area A4 (S604). That is, the update unit 113 stores the fixed length code M (k) in the storage area A4. Furthermore, the update unit 113 deletes the fixed length code M (Lc + k) (S605).
  • the updating unit 113 increments the counter value k (S606).
  • the update unit 113 performs the process of S603. In the determination in S603, when the fixed length code M (Lc + k) does not exist (S603: No), the update unit 113 ends the update process of the storage area A4 (S607).
  • the control unit 111 determines whether the compression process has been completed up to the end point of the file F1 (S108). In S108, for example, it is determined whether or not the read position P3 of the storage area A1 has reached the end position P2 of the storage area A1. If the compression process has not been completed up to the end point of the file F1 (S108: No), the control unit 111 performs the process of S104. On the other hand, when the compression processing is completed up to the end point of the file F1 (S108: Yes), the control unit 111 performs the generation processing of the compressed file F2 based on the compressed data group stored in the storage area A3 ( S109).
  • the control unit 111 ends the compression process (S110).
  • the control unit 111 notifies the end of the compression process, for example, to the caller of the compression function.
  • the end notification of the compression process includes, for example, information indicating the storage destination of the compressed file F2.
  • FIG. 16 shows an example of the position information table T2 used for managing the position information of the storage area.
  • the position information table T2 is used for managing the position in the storage unit 13 of each storage area (storage area B1, storage area B2, storage area B3, etc.) used for the expansion process.
  • the position information table T2 includes a start position Q1, an end position Q2, and a read position Q3 of the storage area B1 into which the compressed file F2 is loaded.
  • the position information table T2 includes a start position Q4, an end position Q5, a reference position Q6, and an update position Q7 of the storage area B2. Further, the position information table T2 includes a start position Q8, an end position Q9, and a write position Q10 of the storage area B3.
  • the initial value of each piece of position information stored in the position information table T2 is set by the control unit 111.
  • the start position and end position of each storage area indicate the storage start position and end position of the data to be compressed or expanded (for example, the portion excluding the header and trailer portion in the file).
  • the initial values of the read position Q3 and the start position Q1 are the same
  • the initial values of the reference position Q6 and the update position Q7 are the same as the start position Q4
  • the initial values of the write position Q10 and the start position Q8 are The same.
  • FIG. 17 shows a procedure example of the decompression process.
  • the decompression function is called by the operation of the operating system or application program in the computer 1 (S700).
  • the control unit 121 secures the storage area B1, the storage area B2, the storage area B3, and the storage area B4 shown in FIG. 2, and each position information in each storage area (for example, FIG. Preprocessing such as setting of each position information shown) is executed (S701).
  • control unit 121 loads the content portion of the compressed file F2 into the storage area B1 (S702). Further, the control unit 121 sets an end position Q2 based on the end of the compressed file F2. Next, the control unit 121 indicates that the identifier included in the compressed data at the reading position Q3 in the storage area B1 is not compressed data based on the longest matching data string (identifier “0”), or based on the longest matching data string. It is determined whether the data is compressed data (identifier “1”) (S703).
  • the control unit 121 reads the fixed length code included in the compressed data at the reading position Q3 and stores it in the storage area B4 (S704).
  • the fixed-length code stored in the storage area B4 is a fixed-length code M (0).
  • the control unit 121 causes the reference unit 122 to refer to the storage area B2 based on the position Pa and the length La included in the compressed data at the reading position Q3.
  • the reference unit 122 reads a fixed-length code string having a length La from the position Pa of the storage area B2, and stores it in the storage area B4 (S705).
  • the fixed-length code string stored in the storage area B4 is M (0) to M (Lc-1).
  • the control unit 121 causes the conversion unit 124 to determine each of the fixed amount codes M (0) to M (Lc ⁇ 1) stored in the storage area B4 based on the encoding dictionary D1. Conversion is executed (S706).
  • the conversion unit 124 specifies the position in the encoding dictionary D1 based on the value of the fixed-length code, and reads the decompressed data (character code). According to the example of the encoding dictionary D1 in FIG. 5, when the value of the fixed length code is 0x020, the character code “a” is read.
  • control unit 121 When the decompressed data is read in S706, the control unit 121 writes each of the read decompressed data in the write position Q10 in the storage area B3 (S707). Furthermore, the control unit 121 updates the writing position Q10 according to the length of the written decompressed data. When the process of S707 is performed, the control unit 121 causes the update unit 123 to update the storage area B2 (S708).
  • FIG. 18 shows a procedure example of the update process of the storage area B2.
  • the updating unit 123 writes the fixed length code M (i) stored in the storage area B4 at a position moved according to the counter value i from the update position Q7 of the storage area B2 (S802).
  • the position written in S802 is a position shifted by m ⁇ i bits from the update position Q7 when the code length m of the fixed-length code is set.
  • the position written in S802 is a position represented by Q7 + i when the update position Q7 is expressed in terms of the code length m of the fixed-length code.
  • the updating unit 123 determines whether or not the counter value i has reached a value obtained by subtracting 1 from the movement amount Lc (S803). By performing processing until the counter value i becomes a value obtained by subtracting 1 from the movement amount Lc, each of the fixed length codes stored in the storage area B4 is reflected in the storage area B2.
  • the updating unit 123 increments the counter value i (S804). Furthermore, the update unit 123 determines whether the update position Q7 + counter value i has reached the end position Q5 of the storage area B2 based on the counter value i incremented in S804 (S805). When the update position Q7 + counter value i has reached the end position Q5 of the storage area B2 (S805: Yes), the update unit 123 subtracts the counter value i from the start position Q4 of the storage area B2 to the update position Q7. A value is substituted (S806).
  • the storage area B2 is repeatedly used without protruding beyond the storage area B2 and storing the fixed length code.
  • the update unit 123 performs the process of S802.
  • the update unit 123 updates the update position Q7 of the storage area B2 (S807). Specifically, a value obtained by adding the movement amount Lc to the update position Q7 is substituted into the update position Q7.
  • the update unit 123 ends the update process of the storage area B2 (S808). In S808, the update unit 123 clears the information in the storage area B4.
  • the control unit 121 determines whether the decompression process has reached the end point of the compressed file F2 (S709). For example, S709 is determined depending on whether or not the read position Q3 of the storage area B1 has reached the end position Q2 of the storage area B1. When the read position Q3 has not reached the end position Q2 (S709: No), the control unit 121 executes the process of S703. When the read position Q3 reaches the end position Q2 (S709: Yes), the control unit 121 generates the decompressed file F3 using the decompressed data stored in the storage area B3 and stores it in the storage unit 13 ( S710). That is, the decompressed file F3 is closed.
  • control unit 121 ends the expansion process (S711).
  • the control unit 121 notifies the end of the decompression process, for example, to the caller of the decompression function.
  • the extension processing end notification includes, for example, information indicating the storage destination of the extension file F3.
  • FIG. 19 shows a hardware configuration example of the computer 1.
  • the computer 1 includes, for example, a processor 301, a RAM (Random Access Memory) 302, a ROM (Read Only Memory) 303, a drive device 304, a storage medium 305, an input interface (I / F) 306, an input device 307, an output interface (I / F) 308, an output device 309, a communication interface (I / F) 310, a SAN (Storage Area Network) interface (I / F) 311, a bus 312 and the like. Each piece of hardware is connected via a bus 312.
  • a processor 301 includes, for example, a processor 301, a RAM (Random Access Memory) 302, a ROM (Read Only Memory) 303, a drive device 304, a storage medium 305, an input interface (I / F) 306, an input device 307, an output interface (I / F) 308, an output device 309, a communication interface (I / F
  • the RAM 302 is a readable / writable memory device, and for example, a semiconductor memory such as SRAM (Static RAM) or DRAM (Dynamic RAM), or a flash memory even if not a RAM is used.
  • the ROM 303 includes a PROM (Programmable ROM).
  • the drive device 304 is a device that performs at least one of reading and writing of information recorded in the storage medium 305.
  • the storage medium 305 stores information written by the drive device 304.
  • the storage medium 305 is a storage medium such as a hard disk, a flash memory such as an SSD (Solid State Drive), a CD (Compact Disc), a DVD (Digital Versatile Disc), or a Blu-ray disc.
  • the computer 1 includes a drive device 304 and a storage medium 305 for each of a plurality of types of storage media.
  • the input interface 306 is connected to the input device 307 and is a circuit that transmits an input signal received from the input device 307 to the processor 301.
  • the output interface 308 is a circuit that is connected to the output device 309 and causes the output device 309 to execute an output in accordance with an instruction from the processor 301.
  • the communication interface 310 is a circuit that controls communication via the network 3.
  • the communication interface 310 is, for example, a network interface card (NIC).
  • the SAN interface 311 is a circuit that controls communication with a storage device connected to the computer 1 via a storage area network.
  • the SAN interface 311 is, for example, a host bus adapter (HBA).
  • the input device 307 is a device that transmits an input signal according to an operation.
  • the input signal is, for example, a key device such as a keyboard or a button attached to the main body of the computer 1, or a pointing device such as a mouse or a touch panel.
  • the output device 309 is a device that outputs information according to the control of the computer 1.
  • the output device 309 is, for example, an image output device (display device) such as a display, or an audio output device such as a speaker.
  • an input / output device such as a touch screen is used as the input device 307 and the output device 309.
  • the input device 307 and the output device 309 may be integrated with the computer 1 or may be an apparatus that is not included in the computer 1 and is connected to the computer 1 from the outside, for example.
  • the processor 301 reads the program stored in the ROM 303 or the storage medium 305 to the RAM 302 and performs the processing of the compression unit 11 or the processing of the decompression unit 12 according to the procedure of the read program.
  • the RAM 302 is used as a work area of the processor 301.
  • the function of the storage unit 13 is that the ROM 303 and the storage medium 305 store program files (such as an application program 24, middleware 23, and OS 22 described later) and data files (such as the compression target file F1, the compressed file F2, and the decompressed file F3). This is realized by using the RAM 302 as a work area of the processor 301.
  • the program read by the processor 301 will be described later with reference to FIG.
  • the control unit 111 is realized by the processor 301 performing control of the RAM 302 (exclusive control, etc.), access processing to the RAM 302, calculation on information obtained by the access processing, calculation processing in the processor 301, and the like.
  • the collation unit 112 is realized by the processor 301 performing access processing to the RAM 302, collation calculation with respect to information obtained by the access processing, and the like.
  • the update unit 113 is realized by performing an access process to the RAM 302 by the processor 301.
  • the conversion unit 114 is realized by performing an access process to the RAM 302 by the processor 301, a collation operation on information obtained by the access process, and the like.
  • the control unit 121 is realized by the processor 301 performing control (exclusive control or the like) of the RAM 302, access processing to the RAM 302, computation on information obtained by the access processing, computation processing in the processor 301, and the like.
  • the reference unit 122 is realized by the processor 301 performing access processing to the RAM 302 and the like.
  • the update unit 123 is realized by performing processing such as access processing to the RAM 302 by the processor 301.
  • the conversion unit 124 is realized by performing an access process to the RAM 302 by the processor 301, a collation operation on information obtained by the access process, and the like.
  • FIG. 20 shows a configuration example of a program operating on the computer 1.
  • an OS (Operating System) 22 for controlling the hardware group 21 (301 to 312) shown in FIG. 19 operates.
  • the processor 301 operates in accordance with the procedure according to the OS 22 to control and manage the hardware group 21, whereby the processing according to the application program 24 and the middleware 23 is executed in the hardware group 21. Further, in the computer 1, the middleware 23 or the application program 24 is read into the RAM 302 and executed by the processor 301.
  • the processor 301 When the processor 301 calls the compression function, the processor 301 performs processing based on at least a part of the middleware 23 or the application program 24 to compress the processing (by controlling the hardware group 21 based on the OS 22).
  • the function of the unit 11 is realized.
  • the processor 301 when the decompression function is called, the processor 301 performs processing based on at least a part of the middleware 23 or the application program 24 (by controlling the hardware group 21 based on the OS 22). )
  • the function of the decompression unit 12 is realized.
  • Each of the compression function and the decompression function may be included in the application program 24 itself, or may be a part of the middleware 23 that is executed by being called according to the application program 24. Alternatively, the compression function and the decompression function may be one function of the OS 22.
  • FIG. 21 shows a configuration example of an apparatus in the system of the embodiment.
  • the system of FIG. 21 includes a computer 1a, a computer 1b, a base station 2, and a network 3.
  • the computer 1a is connected to the network 3 connected to the computer 1b by at least one of wireless and wired.
  • the compression unit 11 and the expansion unit 12 illustrated in FIG. 8 may be included in either the computer 1a or the computer 1b illustrated in FIG.
  • the computer 1b includes the compression unit 11 (including the control unit 111, the collation unit 112, the update unit 113, and the conversion unit 114), and the computer 1a includes the decompression unit 12 (the control unit 121, the reference unit 122, the update unit 123, and the conversion unit).
  • the computer 1b may include the compression unit 11, and the computer 1a may include the decompression unit 12. Further, both the computer 1 a and the computer 1 b may include the compression unit 11 and the expansion unit 12.
  • FIG. 22 shows an example of collation processing in a data unit different from the data unit constituting the data to be compressed.
  • FIG. 22 partially shows each of the storage area A1 and the storage area A2.
  • a dotted line delimiter in each storage area indicates a delimiter in units of 1 byte, and a solid line delimiter indicates a character code delimiter.
  • a 3-byte character code is illustrated as data in each storage area.
  • the position in the storage area A1 from which the processing target data is read is the reading position P3 (1), and the position of the data in the storage area A2 to be collated with the processing target data is referred to. It is assumed that the position is P6 (1).
  • the end of the longest match data may exist at a position different from the character code delimiter.
  • FIG. 22 illustrates a case where a 3-byte character code is extracted for two characters and a 2-byte portion of the 3-byte character code is extracted as the longest match data.
  • a compression code is generated based on the position and length of the extracted longest match data, so that the reference position P6 (1) and the length of the longest match data (8 bytes) are used. Based on this, a compression code is generated.
  • the compression code is generated based on the longest match data shown in FIG. 22, the position in the storage area A1 from which the processing target is read is updated from the reading position P3 (1) to the reading position P3 (2). Subsequently, the longest match data is searched based on the data from the reading position P3 (2).
  • FIG. 23 shows an example of collation processing in a data unit different from the data unit constituting the data to be compressed.
  • FIG. 23 partially shows each of the storage area A1 and the storage area A2.
  • the data at the read position P3 (2) is “10XXXXXX”, and is the data after the second byte in the UTF-8 character code system.
  • the data in the storage area A2 that matches the data (“10XXXXXX”) at the reading position P3 (2) exists at the reference position P6 (21) or the reference position P6 (22) as shown in FIG. To do.
  • the data at the reference position P6 (21) is the third byte data of the 3-byte character code
  • the data at the reference position P6 (22) is the second byte of the 3-byte character code. It is data of.
  • the longest matching data is separated at a position different from the character code delimiter by performing collation between the 3-byte character codes in units of 1 byte. Then, as shown in FIG. 23, there is a possibility that collation between data having different positions in the character code occurs. However, for example, the first byte data and the third byte data of a 3-byte character code are collated although they do not clearly match due to the character code system.
  • FIG. 24 shows an example of the processing from S301 to S303.
  • the conversion unit 114 executes the processing of S301 to S303 shown in FIG. 12 in the following procedure when the character code used for the file F1 is, for example, UTF-8.
  • the conversion unit 114 When S300 is performed (S900), the conversion unit 114 reads 1-byte data from the reading position P3 of the storage area A1 (S901). The conversion unit 114 determines whether or not the first bit of the read data is “1” (S902). When the first bit of the data read in S901 is not “1” (“0”) (S902: No), the conversion unit 114 substitutes 1 for the movement amount Ld (S903). The movement amount Ld is used for updating a reading position P3 described later.
  • the conversion unit 114 determines whether the third bit of the read data is “1”. (S904). When the third bit of the data read in S901 is not “1” (“0”) (S904: No), the conversion unit 114 substitutes 2 for the movement amount Ld, and further from the storage area A1. One byte of data is read (S905).
  • the conversion unit 114 determines whether or not the fourth bit of the read data is “1”. (S906). When the fourth bit of the data read in S901 is not “1” (“0”) (S906: No), the conversion unit 114 substitutes 3 for the movement amount Ld, and further starts from the storage area A1. Two-byte data is read (S907).
  • the conversion unit 114 substitutes 4 for the movement amount Ld and reads out further 3 bytes of data from the storage area A1. (S908).
  • the conversion unit 114 refers to the index E1 based on the movement amount Ld, and corresponds to the data read from the encoding dictionary D1 using the reference result.
  • the fixed length code to be read is read (S909).
  • the index E1 will be described later with reference to FIG.
  • the conversion unit 114 further moves the reading position P3 by an amount (Ld bytes) indicated by the movement amount Ld (S910).
  • the conversion unit 114 executes the process of S304.
  • FIG. 25 shows an index example of the encoding dictionary D1.
  • the index E1 shown in FIG. 25 indicates the search start position in the coding dictionary D1 for each of the movement amounts Ld of 1 to 4.
  • the conversion unit 114 starts searching the coding dictionary D1 from the position of the fixed length code 0x000.
  • the conversion unit 114 starts searching the coding dictionary D1 from the position of the fixed length code 0x100.
  • the conversion unit 114 starts searching the coding dictionary D1 from the position of the fixed length code 0x180.
  • the conversion unit 114 starts searching the coding dictionary D1 from the position of the fixed length code 0x800.
  • FIG. 26 shows a modification of the search process for the longest matching fixed-length code string.
  • bit strings R1 to R3 including bits corresponding to the fixed length codes in the storage area A2 are used.
  • Storage areas for the bit strings R1 to R3 are provided in the storage unit 13. Since one bit is used for each fixed-length code in the storage area A2, the size of each bit string is 1 / m of the storage area A2.
  • the bit string R1 is a bit string indicating whether the fixed-length code M (j) to be verified is included in the storage area A2.
  • the fixed-length code M (j) is the j-th fixed-length code stored in the storage area A4 as described above. That is, when the same fixed length code as the fixed length code M (j) is stored at the position Px in the storage area A2, the Px-th bit of the bit string R1 indicates “existence” (the value is “1”). Becomes).
  • the bit string R2 is a bit string indicating the collation result from the fixed-length codes M (0) to M (j-1).
  • the bit string R3 indicates an operation result of the bit string R1 and the bit string R2.
  • the bit string R1 is slid by j bits (in the direction of the arrow in FIG. 26), and the result of the AND operation of the slid bit string R1 and the bit string R2 becomes the bit string R3.
  • the bit string R3 is copied to the bit string R2 for the (j + 1) th processing.
  • FIG. 27 A specific procedure will be described with reference to FIG. 27. By repeating the above-described processing using the bit strings R1 to R3, the longest matching position Pa is indicated by the position where the bit indicating “existence” remains to the end. Further, the number of repetitions indicates the matching length La.
  • FIG. 27 shows a procedure example of the search process for the longest matching code string.
  • control unit 111 determines whether or not the fixed length code M (j) is stored in the storage area A4 (S1004).
  • the control unit 111 causes the conversion unit 114 to execute acquisition processing of the fixed-length code M (j) (S1005). .
  • the conversion unit 114 executes the process illustrated in FIG.
  • the control unit 111 sets the fixed-length code M (in the storage area A2).
  • the presence / absence result of j) is reflected in the bit string R1 (S1006).
  • the control unit 111 changes the bit corresponding to the position where the same fixed-length code as the fixed-length code M (j) in the storage area A2 is “1”.
  • the control unit 111 performs an AND operation on each bit in the bit string with the bit string R2 and the bit string R1, and sets the result as the bit string R3 (S1008). ).
  • control unit 111 determines whether or not there is a bit indicating presence (“1”) in the bit string R3 (S1009).
  • the control unit 111 copies the bit string R1 to the bit string R2 (S1010), and increments the counter value j (S1011). ), The process of S1004 is executed.
  • the control unit 111 selects any position among the bits indicating existence (“1”) in the bit string R2. (A value indicating the number of bits) is substituted into the longest matching position Pa (a value indicating how many fixed-length codes are present) (S1012). Further, the control unit 111 substitutes the counter value j (S1013). When the process of S1013 is performed, the control unit 111 ends the search process for the longest matching code string (S1014).
  • the character code length is determined based on the first 1-byte data in the character code.
  • the collation unit 112 performs a character code length match determination based on 1-byte data in both the reading position P3 in the storage area A1 and the reference position P6 in the storage area A2. When it is determined that they match, collation in character code units may be performed.
  • the collation unit 112 determines that the characters match, and then the character in both the reading position P3 of the storage area A1 and the reference position P6 of the storage area A2.
  • the code is read and collated in character code units.
  • the collation process is skipped and the reference position P6 is updated. It is.
  • the movement amount of the reference position P6 in the update of the reference position P6 is, for example, the character code length of the character code of the reference position P6.
  • a character code is stored in the storage area A2. That is, the character code is written in the storage area A4 in the process of S304 in FIG. 12, and further, the character code in the storage area A4 is written in the storage area A2 in S502 in FIG. Further, for example, the number of bytes of the determined character code is used as the movement amount Ld of the reading position P3.
  • the collation unit 112 performs the collation processing unit of, for example, 1 byte, and determines whether the position in the 1-byte character code is the same data before collating 1-byte data. It is good also as performing.
  • the data of each byte used to represent the character code is classified into a plurality of types according to the character code length and the position in the character code. For example, as shown in FIG.
  • the 1-byte character is “0XXXXXXX”
  • the first byte of the 2-byte character is “110YYYYX”
  • the first byte of the 3-byte character is “1110 YYYY”
  • the 4-byte character is The first byte is “11110YYY”
  • the second and subsequent bytes of 2 to 4 byte characters are “10XXXXXXX”.
  • “X” represents an unspecified bit for convenience. That is, in UTF-8, it is classified into five types according to the data of several bits from the head in 1-byte data. Since it is clear that even if collation processing is performed between different types of 1-byte data, for example, the collation unit 112 skips the collation processing if the types of 1-byte data are different.
  • the target of the compression process may be a monitoring message output from the system.
  • the monitoring message sequentially stored in the buffer is compressed by the above-described compression processing and stored as a log file.
  • compression may be performed in units of pages in the database, or compression may be performed in units of a plurality of pages.
  • the data to be subjected to the above-described compression processing is not limited to character information as described above.
  • Information of only numerical values may be used, and the above-described compression processing may be used for data such as images and sounds.
  • the above-described compression processing may be used for data such as images and sounds.
  • a file containing a large amount of data obtained by speech synthesis includes many repetitions in the data, it is expected that the compression ratio is improved by the dynamic dictionary.
  • a moving image captured by a fixed camera also includes many repetitions because the images in each frame are similar. Therefore, by applying the above-described compression processing, the same effect as document data and audio data can be obtained.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

　一側面において、符号化対象のデータに対し、圧縮対象のデータを構成するデータ単位と異なるデータ単位での照合処理を抑制する。　圧縮プログラムが、コンピュータに、データの構成単位のサイズが複数種類存在するデータ群によるデータ列を取得し、前記データ群に含まれるあるデータと、前記データ列に含まれるデータのうち前記あるデータとデータの構成単位のサイズが同じデータと、を照合させる制御を行ない、前記制御に基づき行なわれる照合処理により、前記あるデータと合致する合致データを前記データ列から抽出し、前記あるデータと、抽出された前記合致データとの前記データ列における位置関係に応じた圧縮符号を生成する、処理を実行させる。

Description

圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム
　データの圧縮技術または伸張技術の少なくとも一方に関する。
　ＬＺ７７と呼ばれる圧縮アルゴリズムがある。ＬＺ７７においては、処理対象のデータよりも先に出現し、且つ処理対象のデータと同一であるデータの位置と長さに基づいて圧縮符号が生成される。先に出現した同一データの探索は、先に出現した各データとの照合処理により行なわれる。照合処理では、処理対象のデータと先に出現したデータとを所定のデータ単位ごとに比較が行なわれる。例えば、所定のデータ単位が１バイトであると、符号化対象のデータと先に出現したデータとの照合処理が１バイトごとに行なわれる。
特開平０８－２３４９５６号公報
解決しようとする課題
　しかしながら、圧縮対象のデータを構成するデータ単位の長さが一定でないこともありうる。文書データにおいて、例えば、単一の文字を表現するバイト数が複数種類用いられる文字コード系が存在する。ＵＴＦ－８などにおいては、１バイトで表現される文字（例えば英数字など）もあれば、３バイトで表現される文字（例えば、漢字第１種の一部、第２種漢字およびかな文字など）、４バイトで表現される文字（例えば漢字第３・第４水準の一部など）も存在する。ＵＴＦ－８などの圧縮対象のデータ内に含まれるデータのデータ単位が複数種類用いられている圧縮対象のデータに対しても、圧縮対象のデータを構成する実際のデータ単位（例えば複数バイト）と異なるデータ単位（例えば１バイト）での照合処理が行なわれる。
　本発明の一側面においては、データを構成するデータ単位が複数種類用いられるデータに対する圧縮処理において行なわれる照合処理を効率化させることを目的とする。
　一態様によれば、コンピュータに、データの構成単位のサイズが複数種類存在するデータ群によるデータ列を取得し、前記データ群に含まれるあるデータと、前記データ列に含まれるデータのうち前記あるデータとデータの構成単位のサイズが同じデータと、を照合させる制御を行ない、前記制御に基づき行なわれる照合処理により、前記あるデータと合致する合致データを前記データ列から抽出し、
　前記あるデータと、抽出された前記合致データとの前記データ列における位置関係に応じた圧縮符号を生成する、処理を実行させる圧縮方法が用いられる。
　一態様によれば、コンピュータに、記憶領域内の位置を示す圧縮符号に基づく前記記憶領域の参照により固定長符号を取得し、取得した前記固定長符号に基づいて、前記記憶領域の更新を行なうとともに、取得した前記固定長符号を符号化辞書に基づき復号化する、
　ことを実行させる伸張方法が用いられる。
　一態様によれば、圧縮伸張システムが、データの構成単位のサイズが複数種類存在するデータ群によるデータ列を記憶する記憶部と、前記データ群に含まれるあるデータと、前記データ列に含まれるデータのうち前記あるデータとデータの構成単位のサイズが同じデータと、を照合させる制御を行なう制御部と、前記制御部の制御に基づき行なわれる照合処理により、前記あるデータと合致する合致データを、前記記憶部に記憶された前記データ列から抽出する抽出部と、前記あるデータと、抽出された前記合致データとの前記データ列における位置関係に応じた圧縮符号を生成する生成部と、を含む第１のコンピュータと、前記圧縮符号に基づき、前記合致データを復元する復元部、を含む第２のコンピュータと、を含む。
　一側面によれば、圧縮処理において、圧縮対象のデータを構成するデータ単位と異なるデータ単位での照合処理が行なわれることを抑制することができる。
図１は、ＬＺ７７を利用した圧縮処理の流れを示す。 図２は、ＬＺ７７を利用した伸張処理の流れを示す。 図３は、ＵＴＦ－８におけるコードの割り当てを示す。 図４は、圧縮処理の例を示す。 図５は、符号化辞書Ｄ１の例を示す。 図６は、符号化辞書Ｄ２の例を示す。 図７は、伸張処理の例を示す。 図８は、機能構成例を示す。 図９は、位置情報テーブルＴ１の例を示す。 図１０は、圧縮処理の手順例を示す。 図１１は、最長一致固定長符号列の探索処理の手順例を示す。 図１２は、固定長符号の取得処理の手順例を示す。 図１３は、圧縮データの生成・書込み処理の手順例を示す。 図１４は、記憶領域Ａ２の更新処理の手順例を示す。 図１５は、記憶領域Ａ４の更新処理の手順例を示す。 図１６は、位置情報テーブルＴ２の例を示す。 図１７は、伸張処理の手順例を示す。 図１８は、記憶領域Ｂ２の更新処理の手順例を示す。 図１９は、コンピュータ１のハードウェア構成例を示す。 図２０は、コンピュータ１で動作するプログラムの構成例を示す。 図２１は、実施形態のシステムにおける装置の構成例を示す。 図２２は、圧縮対象のデータを構成するデータ単位と異なるデータ単位での照合処理例を示す。 図２３は、圧縮対象のデータを構成するデータ単位と異なるデータ単位での照合処理例を示す。 図２４は、Ｓ３０１からＳ３０３の処理の例を示す。 図２５は、符号化辞書Ｄ１のインデックス例を示す。 図２６は、最長一致符号列の探索処理の変形例を示す。 図２７は、最長一致符号列の探索処理の手順例を示す。
　図１は、ＬＺ７７を利用した圧縮処理の流れを示す。まず、記憶領域Ａ１、記憶領域Ａ２および記憶領域Ａ３が例えばメモリ内に確保される。図１に示すファイルＦ１内のコンテンツ部分のデータは、記憶領域Ａ１にロードされる。記憶領域Ａ１は、例えば符号化部などと呼ばれる。ファイルＦ１は、「・・・１ｓｔ　ｈｏｒｓｅ・・・２ｎｄ　ｈｏｒｓｅ・・・３ｒｄ　ｈｏｒｓｅ・・・」というデータが含まれる（「・・・」は不特定な文字列である）。記憶領域Ａ１にロードされたデータに基づいて、圧縮データの生成処理（後述）が行なわれる。また、圧縮データの生成処理が行なわれたデータは、記憶領域Ａ１から記憶領域Ａ２にコピーされる。記憶領域Ａ２は、例えば参照部と呼ばれる。圧縮データは、記憶領域Ａ１にロードされたデータと記憶領域Ａ２内のデータとの照合処理の結果に応じて生成される。生成された圧縮データは順次記憶領域Ａ３に格納され、記憶領域Ａ３に格納された圧縮データに基づいて圧縮ファイルＦ２が生成される。また、図１において、記憶領域Ａ１およびＡ２内のデータは模式的に示されている。
　図１に示される「１ｓｔ　ｈｏｒｓｅ・・・」の「ｈ」以降が処理対象のデータである場合を例に圧縮データｄ１の生成を説明する。まず、記憶領域Ａ２内で「ｈｏｒｓｅ・・・」の最長一致データが探索される（図１に示す「照合」）。図１の例において、処理対象のデータの先頭のデータである「ｈ」と一致するデータが記憶領域Ａ２に存在しない。処理対象のデータと一致するデータが記憶領域Ａ２に存在しない場合には、処理対象のデータの先頭データをハフマン符号化／復号化アルゴリズムにより符号化して得られるハフマン符号を含む圧縮データｄ１が生成される。圧縮データとしてハフマン符号化を用いることは、あくまで一例であり、他の圧縮アルゴリズムが用いられてもよいし、先頭データそのものである非圧縮データが用いられてもよい。圧縮データｄ１には、最長一致データに基づく圧縮データでない旨を示す識別子（図１の例において「０」）が含まれる。
　図１に示される「２ｎｄ　ｈｏｒｓｅ・・・」の「ｈ」以降が処理対象のデータである場合を例に圧縮データｄ２の生成を説明する。まず、記憶領域Ａ２内で「ｈｏｒｓｅ・・・」の最長一致データが探索される（図１に示す「照合」）。図１の例では、「１ｓｔ　ｈｏｒｓｅ・・・」が記憶領域Ａ２に存在するので、例えば、処理対象のデータの「ｈｏｒｓｅ」と記憶領域Ａ２内の「１ｓｔ　ｈｏｒｓｅ・・・」の「ｈｏｒｓｅ」とが一致する。例えば、記憶領域Ａ２内の一致データ「ｈｏｒｓｅ」が、記憶領域Ａ２内で処理対象データと最も長く一致するデータ（最長一致データ）である場合には、最長一致データの記憶領域Ａ２内での位置と、最長一致データのデータ長に基づき圧縮データｄ２が生成される。圧縮データｄ２には、最長一致データに基づく圧縮データである旨を示す識別子（図１の例において「１」）が含まれる。
　図１に示される「３ｒｄ　ｈｏｒｓｅ・・・」の「ｈ」以降が処理対象のデータである場合を例に圧縮データｄ３の生成を説明する。まず、記憶領域Ａ２内で「ｈｏｒｓｅ・・・」の最長一致データが探索される（図１に示す「照合」）。図１の例では、「１ｓｔ　ｈｏｒｓｅ・・・２ｎｄ　ｈｏｒｓｅ」が記憶領域Ａ２に存在するので、例えば、処理対象のデータの「ｈｏｒｓｅ」と記憶領域Ａ２内の「１ｓｔ　ｈｏｒｓｅ」および「２ｎｄ　ｈｏｒｓｅ」の「ｈｏｒｓｅ」とが一致する。例えば、記憶領域Ａ２内の「１ｓｔ　ｈｏｒｓｅ」または「２ｎｄ　ｈｏｒｓｅ」のいずれか「ｈｏｒｓｅ」が最長一致データである場合に、最長一致データの記憶領域Ａ２内での位置と、最長一致データのデータ長に基づき圧縮データｄ３が生成される。圧縮データｄ３には、最長一致データに基づく圧縮データである旨を示す識別子（図１の例において「１」）が含まれる。
　生成された圧縮データｄ１～ｄ３は、記憶領域Ａ３に記憶され、圧縮ファイルＦ２の生成処理により、圧縮ファイルＦ２に含まれる。
　図２は、ＬＺ７７を利用した伸張処理の流れを示す。伸張処理においては、圧縮ファイルＦ２内の圧縮データをメモリ（記憶領域Ｂ１）にロードし、ロードされた圧縮データの識別子に応じて伸張データの生成処理を行なう。図２の「＊」は圧縮されたデータであることを示す。記憶領域Ｂ１は、例えば符号化部などと呼ばれる。最長一致データに基づく圧縮データでない旨を示す識別子（図１の例において「０」）を含む圧縮データ（図２における圧縮データｄ１など）を読み出した場合には、ハフマン符号化／復号化アルゴリズムに従った復号処理により、伸張データが生成される。生成された伸張データは、記憶領域Ｂ２および記憶領域Ｂ３の双方に格納される。記憶領域Ｂ２は、例えば参照部などと呼ばれる。
　一方、最長一致データに基づく圧縮データである旨を示す識別子（図１の例において「１」）を含む圧縮データ（図２における圧縮データｄ２および圧縮データｄ３など）を読み出した場合には、圧縮符号に示される記憶領域Ｂ２内のデータが伸張データとなる。識別子が最長一致データに基づく圧縮データである旨を示す場合も、生成された伸張データは、記憶領域Ｂ２および記憶領域Ｂ３の双方に格納される。
　伸張データを記憶領域Ｂ２に格納することにより、記憶領域Ｂ２が圧縮符号の生成処理が行なわれる際の記憶領域Ａ２と同じ状態にすることができ、そのため圧縮符号に基づいて圧縮する前と同じデータが取得される。記憶領域Ｂ３に格納された伸張データに基づいて伸張ファイルＦ３が生成される。
　図３は、ＵＴＦ－８におけるコードの割り当てを示す。ＵＴＦ－８においては、上述の通り、１～４バイトの文字コードが用いられる。文字コードの長さに応じて、文字コードの値の範囲が定められている。
　１バイトの文字コードは、０ｘ００～０ｘ７Ｆの値で表現される。そのため、２進数表記では「０ＸＸＸＸＸＸＸ」となり、先頭のビットが「０」となる（「Ｘ」には「０」か「１」かのいずれかの値である）。２バイトの文字コードは、１バイト目が０ｘＣ２～０ｘＤＦの値であり（０ｘＣ０および０ｘＣ１は、例えば制御コードに用いられる）、２バイト目に０ｘ８０～０ｘＢＦの値が用いられる。すなわち、２バイトの文字コードの１バイト目は「１１０ＹＹＹＹＸ」であり、２バイト目は「１０ＸＸＸＸＸＸ」である（「Ｙ」は連続する「Ｙ」のうちいずれか少なくとも１つが「１」であることを示す）。３バイトの文字コードは、１バイト目が０ｘＥ０～０ｘＥＦの値であり、２バイト目及び３バイト目は０ｘ８０～０ｘＢＦの値が用いられる。すなわち、３バイトの文字コードの１バイト目は「１１１０ＹＹＹＹ」であり、２バイト目は「１０ＹＸＸＸＸＸ」であり、３バイト目は「１０ＸＸＸＸＸＸ」である。４バイトの文字コードは、１バイト目が０ｘＦ０～０ｘＦ７の値であり、２～４バイト目は０ｘ８０～０ｘＢＦの値が用いられる。すなわち、４バイト文字コードの１バイト目は「１１１１０ＹＹＹ」であり、２バイト目は「１０ＹＹＸＸＸＸ」であり、３バイト目及び４バイト目はそれぞれ「１０ＸＸＸＸＸＸ」である。
　ＵＴＦ－８のコード割り当てでは、２バイト以上の文字コードにおいて、１バイト目のデータと２バイト目以降のデータとは異なる値となる。図１における圧縮処理において、例えば、記憶領域Ａ１内の３バイトの文字コードの１バイト目のデータと、記憶領域Ａ２内の各データと照合が行なわれる。すると、記憶領域Ａ２には、例えば、３バイトの文字コードの２バイト目のデータも、３バイト目のデータも含まれる。２バイト以上の文字コードにおいて、１バイト目のデータと２バイト目以降のデータとは異なる値となるＵＴＦ－８などの文字コード体系では、異なる値であることが明らかであるにも関わらず、１バイト目のデータと２バイト目以降のデータについての照合処理が行なわれてしまう。
　ＬＺ７７を利用した圧縮（例えばＺＩＰなどによる圧縮）は、圧縮対象のデータ間での照合結果が得られるデータであれば適用され得る。ＺＩＰなどは、例えば、文書データや画像データなど異なる種別のデータに対しても汎用的に用いられる。種別を選ばず適用可能であるために、特定の種別のデータを対象とする改善が試みられにくい状況であった。しかしながら、特定の文字コード体系におけるデータ間の照合処理に対して敢えて詳細な手順を追尾することにより、上述のように異なる値になることが明らかなデータ間においても照合処理が行なわれることが明らかとなった。
　上述のように、文字コードのデータ単位よりも細かいデータ単位で照合処理が行なわれることにより、不要な照合処理が発生してしまう。本実施形態においては、ＵＴＦ－８などの文字コードのサイズが複数種類存在する文字コード系を用いたデータに対して、文字コードに対応したデータ単位の管理を行ない、さらに管理されたデータ単位ごとに照合が行なわれる。
　また、異なる３バイト文字に対して、文字コードの境界を無視した圧縮符号化が行われることとなる。例えば「十一」（０ｘＥ２ＢＣ９８Ｅ３８６９２）と「十二」（０ｘＥ２ＢＣ９８Ｅ３８６）との照合により、０ｘＥ２ＢＣ９８Ｅ３８６（５バイト）が一致データ列として抽出され、圧縮符号が割り当てられることとなる。その場合には、文字コードの残りの部分（「十一」については、０ｘ９２）から照合の対象となり、文字コードの境界とずれたままの照合処理（「泣き別れ」）が発生してしまう。それにより圧縮率の低下が見込まれる。
　図４は、圧縮処理の例を示す。まず、記憶領域Ａ１、記憶領域Ａ２、記憶領域Ａ３および記憶領域Ａ４が例えばメモリ内に確保される。図４に示すファイルＦ１内のコンテンツ部分のデータは、記憶領域Ａ１にロードされる。記憶領域Ａ１は、例えば符号化部などと呼ばれる。ファイルＦ１は、「・・・１ｓｔ　ｈｏｒｓｅ・・・２ｎｄ　ｈｏｒｓｅ・・・３ｒｄ　ｈｏｒｓｅ・・・」というデータが含まれる（「・・・」は不特定な文字列である）。
　記憶領域Ａ１にロードされたデータは、符号化辞書Ｄ１に基づいて固定長符号に変換される。変換で得られた固定長符号に基づいて圧縮データの生成処理が行なわれる。また、圧縮データが生成された固定長符号は記憶領域Ａ２に格納される。記憶領域Ａ２は、例えば参照部と呼ばれる。圧縮データは、変換により得られた固定長符号と記憶領域Ａ２に格納された固定長符号との照合処理の結果に応じて生成される。生成された圧縮データは順次記憶領域Ａ３に格納され、記憶領域Ａ３に格納された圧縮データに基づいて圧縮ファイルＦ２が生成される。また、図４において、記憶領域Ａ１およびＡ２内のデータは模式的に示されている。
　図４の例においては、記憶領域Ａ１から文字コードＬ１が読み出され、読み出された文字コードＬ１に対応する固定長符号Ｍ１が符号化辞書Ｄ１から読み出される。読み出された固定長符号Ｍ１は、記憶領域Ａ４に格納される。記憶領域Ａ４に格納された固定長符号Ｍ１に基づいて、記憶領域Ａ２内に格納された固定長符号に対して順次照合処理が行なわれる。記憶領域Ａ４に格納された固定長符号Ｍ１と一致する固定長符号Ｎ１が記憶領域Ａ２内に存在する場合には、さらに記憶領域Ａ１から文字コードＬ２が読み出され、読み出された文字コードＬ２に対応する固定長符号Ｍ２が符号化辞書Ｄ１から読み出されて記憶領域Ａ４に格納される。さらに、記憶領域Ａ２内で固定長符号Ｎ１に後続する固定長符号Ｎ２が固定長符号Ｍ２と一致するかが判定される。一致すれば、さらに文字コードが記憶領域Ａ１から読み出され同様の手順が繰り返される。上述の手順は、一致しない固定長符号が得られるか、連続して一致する固定長符号の数が下限値（例えば、所定の符号数）Ｌｍｉｎを超えるまで繰り返される。記憶領域Ａ２全体に渡って同様の処理が行なわれ、記憶領域Ａ２の中から最も長く一致する固定長符号の列（最長一致固定長符号列）が抽出される。
　最長一致固定長符号列が下限値Ｌｍｉｎ以上の長さである場合には、圧縮データｄ１１が生成される。圧縮データｄ１１は、最長一致固定長符号列に基づく圧縮符号である旨を示す識別子（図４の例では「１」）と、最長一致固定長符号列の長さ（例えば最長一致固定長符号列に含まれる固定長符号の数）と最長一致固定長符号列の位置とを示す圧縮符号とを含む。最長一致固定長符号列の位置は、記憶領域Ａ２の更新位置から固定長符号何個分離れた位置であるかを示す符号の個数などで示される。さらに、記憶領域Ａ４に格納された固定長符号列が記憶領域Ａ２に書き込まれる。記憶領域Ａ２の全領域に固定長符号が書き込まれている場合には、記憶領域Ａ２に格納された固定長符号のうち、記憶領域Ａ２に最も先に格納された固定長符号に、記憶領域Ａ４に格納されている固定長符号列が上書きされる。
　最長一致固定長符号列が下限値Ｌｍｉｎよりも短い場合には、圧縮データｄ１２が生成される。圧縮データｄ１２は、最長一致固定長符号列に基づく圧縮符号でない旨を示す識別子（図４の例では「０」）と、固定長符号Ｍ１とを含む。さらに、固定長符号Ｍ１が記憶領域Ａ２に書き込まれる。記憶領域Ａ２の全領域に固定長符号が書き込まれている場合には、記憶領域Ａ２に格納された固定長符号のうち記憶領域Ａ２に最も先に格納された固定長符号に、固定長符号Ｍ１が上書きされる。
　上述の手順で圧縮データが生成され、生成されるたびに記憶領域Ａ３に書き込まれる。記憶領域Ａ３に格納された圧縮データに基づいて圧縮ファイルＦ２が生成される。符号化辞書Ｄ１も圧縮ファイルＦ２に含まれるか、または、符号化辞書Ｄ１は他の方法によって圧縮ファイルＦ２を伸張するコンピュータに渡される。さらに詳細な圧縮処理の手順については後述される。
　図５は、符号化辞書Ｄ１の例を示す。符号化辞書Ｄ１は、文字コードと固定長符号との対応関係を示す。図５に示す符号化辞書Ｄ１は、日本語の文書を対象とした符号化辞書の例である。図５の例においては、固定長符号の符号長は１２ビットである。また、図５の例においては、各文字コードに対して４バイトずつ格納領域が設けられ、文字コードが格納された位置を示す情報が固定長符号として用いられる。例えば、符号化辞書Ｄ１内の先頭に「ＮＵＬ」のコードが格納されているため、「ＮＵＬ」のコード（０ｘ００）に対応する固定長符号が「０ｘ０００」とする。また、例えば「ａ」の文字コード（０ｘ４１）は符号化辞書Ｄ１の先頭から、４バイト×３２（１６進数表記では０ｘ０２０）の位置に存在するため、「ａ」の文字コードに対応する固定長符号は「０ｘ０２０」となる。
　符号化辞書Ｄ１では、各文字コードに対して固定長の符号が割り当てられる。符号長をｍビットとすると、固定長符号が割り当てられる文字コードの数は２のｍ乗となる。図５の例においては符号長が１２ビットなので、４０９６種類の文字コードに符号長が割り当てられる。ファイルＦ１に使用される文字コード系の全文字コードに対して固定長符号を割り当ててもよいし、一部の文字コードに圧縮符号を割り当てることとしてもよい。一部の文字コードに固定長符号を割り当てる場合の制御は後述される。
　図６は、符号化辞書Ｄ２の例を示す。符号化辞書Ｄ２は、文字コードまたは文字コード列と固定長符号との対応関係を示す。図６に示す符号化辞書Ｄ２は、英語の文書を対象とした符号化辞書の例である。図６の例においては、固定長符号の符号長は１２ビットである。また、図６の例においては、文字コードまたは文字コード列に対して所定長の格納領域が設けられ、文字コードまたは文字コード列が格納された位置を示す情報が固定長符号として用いられる。
　図６に示す符号化辞書Ｄ２においても、例えば、「ＮＵＬ」や「ａ」に対して、図５に示す符号化辞書と同様の固定長符号が割り当てられる。符号化辞書Ｄ２においては、さらに、基礎的な英単語に対しても固定長符号が割り当てられる。図６に示す通り、英単語「ｏｎｅ」に対し、例えば固定長符号「０ｘ１００」が割り当てられる。
　図４に示す圧縮処理において、記憶領域Ａ４に格納する固定長符号を生成するにあたって、記憶領域Ａ１の読出し位置に存在するデータ列と合致するデータ列に対応する固定長符号が符号化辞書Ｄ２（図４における符号化辞書Ｄ１に対応）から抽出され、記憶領域Ａ４に格納される。この際、例えば、記憶領域Ａ１の読出し位置に「ａｒｅ」という単語が存在すると、固定長符号０ｘ０２０（「ａ」の文字コード）も固定長符号０ｘ１８０（「ａｒｅ」の文字コード）も抽出されるが、例えば、固定長符号０ｘ０００～０ｘ０ＦＦよりも０ｘ１００～０ｘＦＦＦが優先されると予め定めておく。
　英語の文書には、基礎的な単語を高頻度で使用する傾向がある。英語の文書中に含まれる英単語の約半分が、約千語の基礎的な単語で占められる。そのため、図６に示す符号化辞書Ｄ２のように１２ビットの固定長を割り当てられる英単語群であれば、英語の文書をほぼ表現しうる。図６に示す符号化辞書Ｄ２を用いることで、複数回の１バイト単位の照合処理で処理されるデータ量が、一度の照合で処理される。さらに、その一度の照合においても照合対象のデータサイズは固定長符号の符号長にとどめられる。そのため、図６に示す符号化辞書Ｄ２を用いて符号化された固定長符号化同士の照合を行なうことにより、圧縮速度が向上する。
　図７は、伸張処理の例を示す。まず、記憶領域Ｂ１、記憶領域Ｂ２および記憶領域Ｂ３機構領域が例えばメモリ内に確保される。図７に示す圧縮ファイルＦ２内の圧縮データは、記憶領域Ｂ１にロードされる。記憶領域Ｂ１は、例えば符号化部などと呼ばれる。また、圧縮ファイルＦ２からメモリに符号化辞書Ｄ１がロードされる。上述したように、符号化辞書Ｄ１は圧縮ファイルＦ２内に含まれていなくても、圧縮に用いた符号化辞書Ｄ１が事前に保持されていてもよい。
　記憶領域Ｂ１にロードされた圧縮データは順次読み出される。読み出された圧縮データは、圧縮データに含まれる識別子に応じた伸張処理が行なわれる。識別子が、最長一致固定長符号列に基づく圧縮符号でない旨を示す識別子（図７の例では「０」）である場合の圧縮データの例として、圧縮データｄ１２が図７に例示される。圧縮データｄ１２に含まれる固定長符号Ｍ１は、符号化辞書Ｄ１に基づいて復号化される。また、圧縮データｄ１２内の固定長符号Ｍ１が記憶領域Ｂ２の更新位置に書き込まれる。符号化辞書Ｄ１に基づく復号化により得られた文字コードｄ２２は、記憶領域Ｂ３に書き込まれる。
　識別子が、最長一致固定長符号列に基づく圧縮符号である旨を示す識別子（図７の例では「１」）である場合の圧縮データの例として、圧縮データｄ１１が図７に例示される。圧縮データｄ１１に含まれる最長一致固定長符号列の長さおよび位置の情報に基づいて、記憶領域Ｂ２から固定長符号列ｄ２１（例えば、固定長符号列Ｍ１～Ｍｎ）が読み出される。固定長符号列ｄ２１が読み出されると、固定長符号列ｄ２１が記憶領域Ｂ２の更新位置に書き込まれるととともに、符号化辞書Ｄ１を用いて復号化される。復号化により得られた文字コード列ｄ２３（例えば、固定長符号列Ｍ１～Ｍｎに対応する文字コード列Ｌ１～Ｌｎ）は記憶領域Ｂ３に書き込まれる。
　記憶領域Ｂ２の更新位置への書込みにおいて、記憶領域Ｂ２の全領域に固定長符号が書き込まれている場合には、記憶領域Ｂ２に格納された固定長符号のうち、記憶領域Ｂ２に最も先に格納された固定長符号に対する上書きにより書込みが行なわれる。
　記憶領域Ｂ３に順次書き込まれるデータ（文字コード）に基づいて、伸張ファイルＦ３が生成される。さらに詳細な伸張処理の手順については後述される。
　図８は、機能構成例を示す。本実施形態の処理を実行するコンピュータ１は、記憶部１３を含み、さらに、圧縮部１１と伸張部１２との少なくとも一方を含む。圧縮部１１は圧縮処理を行ない、伸張部１２は伸張処理を行なう。記憶部１３は、圧縮対象のファイルＦ１や、圧縮処理により得られる圧縮ファイルＦ２や、ファイルＦ２を伸張して得られるファイルＦ３などを格納する。例えば、記憶部１３は、圧縮辞書Ｄ１を記憶する。また、記憶部１３は、圧縮部１１や伸張部１２のワークエリアとして用いられる。圧縮部１１は、制御部１１１、照合部１１２、更新部１１３および変換部１１４を含む。伸張部１２は、制御部１２１、参照部１２２、更新部１２３および変換部１２４を含む。
　制御部１１１は、照合部１１２および更新部１１３を制御して、圧縮機能を実現させる。また、制御部１１１は、各機能部の処理に用いるデータを保持するため、記憶部１３に記憶領域（例えば、上述の記憶領域Ａ１、記憶領域Ａ２および記憶領域Ａ３）を確保する。制御部１１１は、順次記憶領域Ａ１内の読出し位置のデータを読み出す。変換部１１４は、制御部１１１が読みだしたデータを符号化辞書Ｄ１に基づいて固定長符号に変換する。制御部１１１は変換部１１４により変換された固定長符号を記憶領域Ａ４に格納する。照合部１１２は、記憶領域Ａ４内の固定長符号に基づいて、記憶領域Ａ２内の固定長符号の参照処理を実行する。更新部１１３は、記憶領域Ａ４内の固定長符号に基づいて、記憶領域Ａ２内の固定長符号列を更新する。制御部１１１は、照合部１１２による記憶領域Ａ２内の参照結果に応じて、圧縮データを生成する。圧縮部１１内の各機能部による処理の実行手順については後述する。
　制御部１２１は、参照部１２２および更新部１２３を制御して、伸張機能を実現させる。また、制御部１２１は、各機能部の処理に用いるデータを保持するため、記憶部１３に記憶領域（例えば、上述の記憶領域Ｂ１、記憶領域Ｂ２および記憶領域Ｂ３）を確保する。制御部１２１は、記憶領域Ｂ１内の読出し位置の圧縮データを読み出し、読みだした圧縮データに含まれる識別子を判定する。制御部１２１は、識別子が所定の識別子である場合に、参照部１２２に、記憶領域Ｂ２内の固定長符号の参照処理を実行させる。参照部１２２による参照か、記憶領域Ｂ３からの読出しにより固定長符号が得られると、更新部１２３は、得られた固定長符号に基づいて記憶領域Ｂ２の更新を行なう。また、変換部１２４は、得られた固定長符号を符号化辞書Ｄ１に基づいて伸張データに変換する。伸張部１２内の各機能部による処理の実行手順については後述する。
　図９は、記憶領域の位置情報の管理に用いられる位置情報テーブルＴ１の例を示す。位置情報テーブルＴ１は、圧縮処理に用いられる各記憶領域（記憶領域Ａ１、記憶領域Ａ２および記憶領域Ａ３など）の記憶部１３における位置の管理に用いられる。位置情報テーブルＴ１には、ファイルＦ１をロードする記憶領域Ａ１の開始位置Ｐ１、終了位置Ｐ２および読出し位置Ｐ３が含まれる。また、位置情報テーブルＴ１には、記憶領域Ａ２の開始位置Ｐ４、終了位置Ｐ５、参照位置Ｐ６および更新位置Ｐ７が含まれる。さらに、位置情報テーブルＴ１には、記憶領域Ａ３の開始位置Ｐ８、終了位置Ｐ９および書込み位置Ｐ１０が含まれる。位置情報テーブルＴ１に格納されるそれぞれの位置情報の初期値は、制御部１１１により設定される。各記憶領域の開始位置と終了位置は、圧縮や伸張の対象となるデータ（例えば、ファイル内のヘッダやトレーラ部分を除いた部分）の格納開始位置、終了位置を示す。例えば、読出し位置Ｐ３と開始位置Ｐ１との初期値は同じであり、参照位置Ｐ６および更新位置Ｐ７と開始位置Ｐ４との初期値は同じであり、書込み位置Ｐ１０と開始位置Ｐ８との初期値は同じである。
　以下に圧縮処理の手順について説明する。
　図１０は、圧縮処理の手順例を示す。まず、コンピュータ１内のオペレーティング・システムやアプリケーションプログラムの動作により圧縮機能が呼び出される（Ｓ１０１）。圧縮機能が呼び出されると、制御部１１１は、例えば、図１に示す記憶領域Ａ１、記憶領域Ａ２、記憶領域Ａ３、および記憶領域Ａ４の確保や、各記憶領域内の各位置情報（例えば、図９に示す各位置情報）の設定などの前処理を実行する（Ｓ１０２）。
　Ｓ１０２の処理を終えると、制御部１１１は、圧縮対象のファイルＦ１のコンテンツ部分を記憶領域Ａ１にロードする（Ｓ１０３）。また、制御部１１１は、ファイルＦ１の終端に基づいて終了位置Ｐ２を設定する。次に、制御部１１１は、最長一致固定長符号列の探索処理を実行する（Ｓ１０４）。
　図１１は、最長一致固定長符号列の探索処理の手順例を示す。最長一致固定長符号列の探索処理が開始される（Ｓ２００）と、制御部１１１は、参照位置Ｐ６、一致長Ｌａおよび最長一致位置Ｐａの初期値をセットする（Ｓ２０１）。参照位置Ｐ６及び最長一致位置Ｐａは、開始位置Ｐ４と同じか、もしくは更新位置Ｐ７と同じにセットされる。一致長Ｌａは例えば、「０」などにセットされる。制御部１１１は、さらにカウンタ値ｊを初期値（例えばｊ＝０）にセットする（Ｓ２０２）。
　次に、制御部１１１は、記憶領域Ａ４に固定長符号Ｍ（ｊ）が存在するか否かを判定する（Ｓ２０３）。固定長符号Ｍ（ｊ）は、記憶領域Ａ４のｊ番目の位置に格納される固定長符号を意味する。記憶領域Ａ４に固定長符号Ｍ（ｊ）が存在しない場合（Ｓ２０３：Ｎｏ）には、制御部１１１は、変換部１１４に固定長符号Ｍ（ｊ）の取得処理を実行させる（Ｓ２０４）。
　図１２は、固定長符号の取得処理の手順例を示す。変換部１１４は、制御部１１１に固定長符号Ｍ（ｊ）の取得処理を指示される（Ｓ３００）と、記憶領域Ａ１の読出し位置Ｐ３に存在する文字コードを読み出す（Ｓ３０１）。１バイト文字なら１バイトのデータが読み出され、２バイト文字なら２バイト文字が読み出される。次に、変換部１１４は、Ｓ３０１で読みだした文字コードに基づき、Ｓ３０１で読みだした文字コードに対応する固定長符号を符号化辞書Ｄ１から読み出す（Ｓ３０２）。さらに、変換部１１４は、位置情報テーブルに格納された読出し位置Ｐ３を示す情報を更新する（Ｓ３０３）。Ｓ３０３の更新は、Ｓ３０１で変換部１１４が読み出したデータの長さに基づいて行なわれる。例えば、１バイト文字が読み出されれば、読出し位置Ｐ３は１バイト移動される。制御部１１１は、Ｓ３０２で読みだした固定長符号を記憶領域Ａ４のｊ番目の位置に格納する（Ｓ３０４）。上述の通り、記憶領域Ａ４のｊ番目の位置に格納される固定長符号は、固定長符号Ｍ（ｊ）である。変換部１１４は、固定長符号Ｍ（ｊ）を記憶領域に格納すると、固定長符号の取得処理を終了する（Ｓ３０５）。
　図１１の説明に戻る。記憶領域Ａ４に固定長符号Ｍ（ｊ）が存在するか（Ｓ２０３：Ｙｅｓ）、Ｓ２０４の固定長符号の取得処理が終了した場合に、制御部１１１は、照合部１１２に照合処理を実行させる（Ｓ２０５）。Ｓ２０５において、照合部１１２は、記憶領域Ａ４に格納された固定長符号Ｍ（ｊ）と、記憶領域Ａ２内で参照位置Ｐ６からカウンタ値ｊに応じて移動させた位置に存在する固定長符号とが一致するか否かを判定する。参照位置Ｐ６からカウンタ値ｊに応じて移動させた位置とは、具体的には、固定長符号の符号長がｍビットであれば、参照位置Ｐ６からｍ×ｊビットずれた位置である。
　Ｓ２０５の判定で固定長符号同士が合致した場合（Ｓ２０５：Ｙｅｓ）には、制御部１１１は、カウンタ値ｊのインクリメントを行なう（Ｓ２０６）。次に、制御部１１１は、カウンタ値ｊが上限値Ｌｍａｘに達した（ｊ＝Ｌｍａｘ）か否かを判定する（Ｓ２０７）。上限値Ｌｍａｘは、一致長Ｌａの上限値として設定される値である。一致長Ｌａの表現に用いられるビット数がｍ１と圧縮符号のフォーマットで定められている場合には、例えば、２のｍ１乗―１が上限値として設定される。カウンタ値ｊが上限値Ｌｍａｘに達していない場合（Ｓ２０７：Ｎｏ）には、制御部１１１は、Ｓ２０３の処理を実行する。また、カウンタ値ｊが上限値Ｌｍａｘに達している場合（Ｓ２０７：Ｙｅｓ）には、制御部１１１は、一致長Ｌａにカウンタ値ｊを代入し、最長一致位置Ｐａに参照位置Ｐ６を代入する（Ｓ２０８）。図１１のＳ２０８の処理に示す「＝」は代入演算子を示す。
　Ｓ２０５の判定で固定長符号同士が合致しない場合（Ｓ２０５：Ｎｏ）には、制御部１１１は、カウンタ値ｊが一致長Ｌａよりも大きいか否かを判定する（Ｓ２０９）。カウンタ値ｊが一致長Ｌａよりも大きい場合（Ｓ２１０）には、制御部１１１は、一致長Ｌａにカウンタ値ｊを代入し、最長一致位置Ｐａに参照位置Ｐ６を代入する（Ｓ２１０）。図１１のＳ２１０の処理に示す「＝」は代入演算子を示す。カウンタ値ｊが一致長Ｌａ以下であるか（Ｓ２０９：Ｎｏ）、Ｓ２１０の処理が行なわれると、制御部１１１は、記憶領域Ａ２内の参照位置Ｐ６の値をインクリメントする（Ｓ２１１）。具体的には、記憶領域Ａ２に格納される固定長符号の符号長を単位としてインクリメントされ、固定長符号の符号長がｍビットであれば参照位置Ｐ６はｍビット移動される。次に、制御部１１１は、参照位置Ｐ６が記憶領域Ａ２の終点位置Ｐ５に達したか否かを判断する（Ｓ２１２）。Ｓ２１２の判定において、参照位置Ｐ６が終点位置Ｐ５に達していない場合（Ｓ２１２：Ｎｏ）には、制御部１１１は、Ｓ２０２の処理を行なう。
　制御部１１１は、Ｓ２０８の処理が行なわれるか、参照位置Ｐ６が終点位置Ｐ５に達している場合（Ｓ２１２：Ｙｅｓ）には、最長一致固定長符号列の探索処理を終了する（Ｓ２１３）。Ｓ１０４の探索処理の結果得られる最長一致固定長符号列は、Ｓ１０４の処理が終了した時点における記憶領域Ａ２内の最長一致位置Ｐａから一致長Ｌａの範囲内の固定長符号列である。一致長Ｌａは一致した符号の数を示すので、固定長符号列の符号長がｍビットであれば、最長一致固定長符号列はＬａ×ｍビットの長さとなる。
　続いて、制御部１１１は、Ｓ１０４の探索処理の結果に基づいて圧縮データの生成・書込み処理を実行する（Ｓ１０５）。
　図１３は、圧縮データの生成・書込み処理の手順例を示す。圧縮データの生成・書込み処理が開始される（Ｓ４００）と、制御部１１１は、一致長Ｌａが下限値Ｌｍｉｎ以上であるか否かを判定する（Ｓ４０１）。下限値Ｌｍｉｎは、一致長Ｌａの下限値として設定される値である。例えば、一致長Ｌａの表現に用いられるビット数がｍ１であり、最長一致位置Ｐａの表現に用いられるビット数がｍ２であると圧縮符号のフォーマットで定められている場合に、Ｌａ×ｍ＜ｍ１＋ｍ２となり得る。その場合には、最長一致固定長符号列を利用した圧縮符号により生成される圧縮データのデータサイズよりも、固定長符号列を用いて生成される圧縮データのデータサイズの方が小さい。そこで、例えば、下限値Ｌｍｉｎ以上の一致長Ｌａであれば、Ｌａ×ｍ≧ｍ１＋ｍ２となるように、下限値Ｌｍｉｎは設定される。下限値Ｌｍｉｎの設定は、他の設定（例えば、ｍ１、ｍ２およびｍなどの値の設定）などに応じて調整される。
　一致長Ｌａが下限値Ｌｍｉｎ以上である場合（Ｓ４０１：Ｙｅｓ）には、制御部１１１は、識別子「１」の情報を生成する（Ｓ４０２）。続いて、制御部１１１は、一致長Ｌａを示すｍ１ビットの情報、および最長一致位置Ｐａを示すｍ２ビットの情報を生成する（Ｓ４０３）。Ｓ４０３において、制御部１１１は、例えば、識別子「１」、一致長Ｌａおよび最長一致位置Ｐａの順序で連続する情報を生成する。次に、制御部１１１は、移動量Ｌｃに一致長Ｌａを代入する（Ｓ４０４）。移動量Ｌｃは、圧縮データの生成により、圧縮処理が行なわれた固定長符号の符号数を示す。一致長Ｌａに対応する個数の固定長符号がＳ４０３により生成される圧縮符号に変換されるので、移動量Ｌｃは一致長Ｌａと同じである。
　一致長Ｌａが下限値Ｌｍｉｎよりも短い場合（Ｓ４０１：Ｎｏ）には、制御部１１１は、識別子「０」の情報を生成する（Ｓ４０５）。続いて、制御部１１１は、記憶領域Ａ４に格納された固定長符号Ｍ（０）の読み出しを行なう（Ｓ４０６）。Ｓ４０６において、制御部１１１は、Ｓ４０５で生成した識別子「０」と記憶領域Ａ４から読み出した固定長符号Ｍ（０）を連続させた情報を生成する。さらに、制御部１１１は、移動量Ｌｃに１を代入する（Ｓ４０７）。
　Ｓ４０４またはＳ４０７の処理が行なわれると、制御部１１１は、圧縮データの書込み位置Ｐ１０に圧縮データを書き込む（Ｓ４０８）。圧縮データは、Ｓ４０４またはＳ４０８により生成される情報である。さらに、制御部１１１は、Ｓ４０８で書き込まれる圧縮データの長さに応じて、書込み位置Ｐ１０の更新を行なう。例えば、圧縮データの長さは、Ｓ４０４で生成される圧縮データであれば、１＋ｍ１＋ｍ２ビットである。また、Ｓ４０８で生成される圧縮データの長さは、例えば１＋ｍビットである。Ｓ４０９の処理が行なわれると、制御部１１１は、圧縮データの生成・書込み処理を終了する（Ｓ４１０）。
　図１０に戻って説明を続けると、圧縮データが生成され、書込み処理が行なわれると、制御部１１１は、記憶領域Ａ２の更新処理を更新部１１３に実行させる（Ｓ１０６）。
　図１４は、記憶領域Ａ２の更新処理の手順例を示す。更新部１１３は、制御部１１１に記憶領域Ａ２の更新処理を指示される（Ｓ５００）と、カウンタ値ｉを初期値（ｉ＝０）にセットする（Ｓ５０１）。次に、更新部１１３は、記憶領域Ａ２の更新位置Ｐ７からカウンタ値ｉに応じて移動された位置に、記憶領域Ａ４に格納された固定長符号Ｍ（ｉ）を書き込む（Ｓ５０２）。具体的には、Ｓ５０２で書き込まれる位置は、固定長符号の符号長ｍとすると、更新位置Ｐ７からｍ×ｉビットずれた位置である。言い換えると、Ｓ５０２で書き込まれる位置は、更新位置Ｐ７を固定長符号の符号長ｍを単位として表現すると、Ｐ７＋ｉで表される位置である。
　次に、更新部１１３は、カウンタ値ｉが移動量Ｌｃから１引いた値に達したか否かを判定する（Ｓ５０３）。カウンタ値ｉが移動量Ｌｃから１引いた値になるまで処理が行なわれることによって、記憶領域Ａ４に格納された固定長符号のうち、圧縮符号への変換が行なわれた固定長符号について、記憶領域Ａ２に反映される。
　カウンタ値ｉが移動量Ｌｃから１引いた値に達していない場合（Ｓ５０３：Ｎｏ）に、更新部１１３はカウンタ値ｉをインクリメントする（Ｓ５０４）。さらに、Ｓ５０４でインクリメントされたカウンタ値ｉに基づいて、更新位置Ｐ７＋カウンタ値ｉが記憶領域Ａ２の終了位置Ｐ５に達しているかを判断する（Ｓ５０５）。更新位置Ｐ７＋カウンタ値ｉが記憶領域Ａ２の終了位置Ｐ５に達している場合（Ｓ５０５：Ｙｅｓ）は、更新部１１３は、更新位置Ｐ７に、記憶領域Ａ２の開始位置Ｐ４からカウンタ値ｉを引いた値を代入する（Ｓ５０６）。Ｓ５０５およびＳ５０６の処理により、記憶領域Ａ２外にはみ出して固定長符号が格納されることもなく、記憶領域Ａ２が繰り返し使用される。更新位置Ｐ７＋カウンタ値ｉが記憶領域Ａ２の終了位置Ｐ５に達していない場合（Ｓ５０５：Ｎｏ）か、Ｓ５０６の処理が行なわれた場合には、更新部１１３は、Ｓ５０２の処理を行なう。
　カウンタ値ｉが移動量Ｌｃから１引いた値に達した場合（Ｓ５０３：Ｙｅｓ）に、更新部１１３は、記憶領域Ａ２の更新位置Ｐ７を更新する（Ｓ５０７）。具体的には、更新位置Ｐ７に、更新位置Ｐ７に移動量Ｌｃを加算した値が代入される。Ｓ５０７の処理を終えると、更新部１１３は、記憶領域Ａ２の更新処理を終了する（Ｓ５０８）。
　図１０に戻って説明を続けると、制御部１１１は、更新部１１３による記憶領域Ａ２の更新処理が終了すると、更新部１１３に記憶領域Ａ４の更新処理を実行させる（Ｓ１０７）。
　図１５は、記憶領域Ａ４の更新処理の手順例を示す。更新部１１３は、制御部１１１に記憶領域Ａ４の更新処理を指示される（Ｓ６００）と、記憶領域Ａ４内の固定長符号Ｍ（０）～Ｍ（Ｌｃ－１）を削除する（Ｓ６０１）。固定長符号Ｍ（０）～Ｍ（Ｌｃ－１）に対応する圧縮データは既に生成され、且つ記憶領域Ａ２にコピーされている。さらに、更新部１１３は、カウンタ値ｋの初期値（ｋ＝０）をセットする（Ｓ６０２）。
　次に、更新部１１３は、固定長符号Ｍ（Ｌｃ＋ｋ）が存在するか否かを判断する（Ｓ６０３）。固定長符号Ｍ（Ｌｃ＋ｋ）が存在する場合（Ｓ６０３：Ｙｅｓ）に、更新部１１３は、記憶領域Ａ４内で固定長符号Ｍ（Ｌｃ＋ｋ）をカウンタ値ｋの位置にコピーする（Ｓ６０４）。すなわち、更新部１１３は固定長符号Ｍ（ｋ）を記憶領域Ａ４に格納する。さらに、更新部１１３は、固定長符号Ｍ（Ｌｃ＋ｋ）を削除する（Ｓ６０５）。次に更新部１１３は、カウンタ値ｋをインクリメントする（Ｓ６０６）。Ｓ６０６の処理が行なわれると、更新部１１３は、Ｓ６０３の処理を行なう。また、Ｓ６０３の判定において、固定長符号Ｍ（Ｌｃ＋ｋ）が存在しない場合（Ｓ６０３：Ｎｏ）に、更新部１１３は、記憶領域Ａ４の更新処理を終了する（Ｓ６０７）。
　更新部１１３による記憶領域Ａ４の更新処理が終了すると、制御部１１１は、ファイルＦ１の終点まで圧縮処理が終了したか否かを判定する（Ｓ１０８）。Ｓ１０８において、例えば記憶領域Ａ１の読出し位置Ｐ３が、記憶領域Ａ１の終了位置Ｐ２に達したか否かが判定される。ファイルＦ１の終点まで圧縮処理が終了していない場合（Ｓ１０８：Ｎｏ）には、制御部１１１は、Ｓ１０４の処理を行なう。一方、ファイルＦ１の終点まで圧縮処理が終了した場合（Ｓ１０８：Ｙｅｓ）には、制御部１１１は、記憶領域Ａ３内に格納された圧縮データ群に基づいて、圧縮ファイルＦ２の生成処理を行なう（Ｓ１０９）。すなわち、圧縮ファイルＦ２がクローズされ、記憶部１３内に格納される。Ｓ１０９の処理が終了すると、制御部１１１は、圧縮処理を終了する（Ｓ１１０）。Ｓ１１０の処理において、制御部１１１は、例えば、圧縮機能の呼び出し元に対して、圧縮処理の終了通知を行なう。圧縮処理の終了通知には、例えば、圧縮ファイルＦ２の格納先を示す情報などが含まれる。
　図１６は、記憶領域の位置情報の管理に用いられる位置情報テーブルＴ２の例を示す。位置情報テーブルＴ２は、伸張処理に用いられる各記憶領域（記憶領域Ｂ１、記憶領域Ｂ２および記憶領域Ｂ３など）の記憶部１３における位置の管理に用いられる。位置情報テーブルＴ２には、圧縮ファイルＦ２がロードされる記憶領域Ｂ１の開始位置Ｑ１、終了位置Ｑ２および読出し位置Ｑ３が含まれる。また、位置情報テーブルＴ２には、記憶領域Ｂ２の開始位置Ｑ４、終了位置Ｑ５、参照位置Ｑ６および更新位置Ｑ７が含まれる。さらに、位置情報テーブルＴ２には、記憶領域Ｂ３の開始位置Ｑ８、終了位置Ｑ９および書込み位置Ｑ１０が含まれる。位置情報テーブルＴ２に格納されるそれぞれの位置情報の初期値は、制御部１１１により設定される。各記憶領域の開始位置と終了位置は、圧縮や伸張の対象となるデータ（例えば、ファイル内のヘッダやトレーラ部分を除いた部分）の格納開始位置、終了位置を示す。例えば、読出し位置Ｑ３と開始位置Ｑ１との初期値は同じであり、参照位置Ｑ６および更新位置Ｑ７の初期値は、開始位置Ｑ４と同じであり、書込み位置Ｑ１０と開始位置Ｑ８との初期値は同じである。
　以下に伸張処理の手順について説明する。
　図１７は、伸張処理の手順例を示す。まず、コンピュータ１内のオペレーティング・システムやアプリケーションプログラムの動作により伸張機能が呼び出される（Ｓ７００）。伸張機能が呼び出されると、制御部１２１は、例えば、図２に示す記憶領域Ｂ１、記憶領域Ｂ２、記憶領域Ｂ３および記憶領域Ｂ４の確保、各記憶領域内の各位置情報（例えば、図１６に示す各位置情報）の設定などの前処理を実行する（Ｓ７０１）。
　Ｓ７０１の処理を終えると、制御部１２１は、圧縮ファイルＦ２のコンテンツ部分を記憶領域Ｂ１にロードする（Ｓ７０２）。また、制御部１２１は、圧縮ファイルＦ２の終端に基づいて終了位置Ｑ２を設定する。次に、制御部１２１は、記憶領域Ｂ１の読出し位置Ｑ３の圧縮データに含まれる識別子が、最長一致データ列に基づく圧縮データでないこと（識別子「０」）を示すか、最長一致データ列に基づく圧縮データであること（識別子「１」）を示すかを判定する（Ｓ７０３）。
　識別子が「０」である場合（Ｓ７０３：Ｙｅｓ）は、制御部１２１は、読出し位置Ｑ３の圧縮データに含まれている固定長符号を読出し、記憶領域Ｂ４に格納する（Ｓ７０４）。例えば、記憶領域Ｂ４に格納する固定長符号を固定長符号Ｍ（０）などとする。また、変換対象の固定長符号の数を示す移動量Ｌｃは、１とする（Ｌｃ＝１）。
　識別子が「１」である場合（Ｓ７０３：Ｎｏ）は、制御部１２１は、参照部１２２に、読出し位置Ｑ３の圧縮データに含まれる位置Ｐａおよび長さＬａに基づき、記憶領域Ｂ２を参照させる。参照部１２２は、記憶領域Ｂ２の位置Ｐａから長さＬａの固定長符号列を読出し、記憶領域Ｂ４に格納する（Ｓ７０５）。記憶領域Ｂ４に格納される固定長符号列をＭ（０）～Ｍ（Ｌｃ－１）とする。Ｓ７０５において、制御部１２１は、移動量ＬｃをＬａに設定する（Ｌｃ＝Ｌａ）。　
　Ｓ７０４またはＳ７０５が行なわれると、制御部１２１は、変換部１２４に、記憶領域Ｂ４内に格納された固定量符号Ｍ（０）～Ｍ（Ｌｃ－１）のそれぞれについて、符号化辞書Ｄ１に基づく変換を実行させる（Ｓ７０６）。Ｓ７０４において、変換部１２４は、固定長符号の値に基づいて、符号化辞書Ｄ１内の位置を特定し、伸張データ（文字コード）を読み出す。図５の符号化辞書Ｄ１の例によれば、固定長符号の値が０ｘ０２０である場合は、「ａ」の文字コードが読み出される。
　Ｓ７０６で伸張データが読み出されると、制御部１２１は、読み出された伸張データのそれぞれを記憶領域Ｂ３の書込み位置Ｑ１０に書き込む（Ｓ７０７）。さらに、制御部１２１は、書き込まれた伸張データの長さに応じて、書込み位置Ｑ１０を更新する。Ｓ７０７の処理が行なわれると、制御部１２１は、更新部１２３に記憶領域Ｂ２の更新を実行させる（Ｓ７０８）。
　図１８は、記憶領域Ｂ２の更新処理の手順例を示す。更新部１２３は、制御部１２１に記憶領域Ｂ２の更新処理を指示される（Ｓ８００）と、カウンタ値ｉを初期値（ｉ＝０）にセットする（Ｓ８０１）。次に、更新部１２３は、記憶領域Ｂ２の更新位置Ｑ７からカウンタ値ｉに応じて移動された位置に、記憶領域Ｂ４に格納された固定長符号Ｍ（ｉ）を書き込む（Ｓ８０２）。具体的には、Ｓ８０２で書き込まれる位置は、固定長符号の符号長ｍとすると、更新位置Ｑ７からｍ×ｉビットずれた位置である。言い換えると、Ｓ８０２で書き込まれる位置は、更新位置Ｑ７を固定長符号の符号長ｍを単位として表現すると、Ｑ７＋ｉで表される位置である。
　次に、更新部１２３は、カウンタ値ｉが移動量Ｌｃから１引いた値に達したか否かを判定する（Ｓ８０３）。カウンタ値ｉが移動量Ｌｃから１引いた値になるまで処理が行なわれることによって、記憶領域Ｂ４に格納された固定長符号のそれぞれが記憶領域Ｂ２に反映される。
　カウンタ値ｉが移動量Ｌｃから１引いた値に達していない場合（Ｓ８０３：Ｎｏ）に、更新部１２３はカウンタ値ｉをインクリメントする（Ｓ８０４）。さらに、更新部１２３は、Ｓ８０４でインクリメントされたカウンタ値ｉに基づいて、更新位置Ｑ７＋カウンタ値ｉが記憶領域Ｂ２の終了位置Ｑ５に達しているかを判断する（Ｓ８０５）。更新位置Ｑ７＋カウンタ値ｉが記憶領域Ｂ２の終了位置Ｑ５に達している場合（Ｓ８０５：Ｙｅｓ）は、更新部１２３は、更新位置Ｑ７に、記憶領域Ｂ２の開始位置Ｑ４からカウンタ値ｉを引いた値を代入する（Ｓ８０６）。Ｓ８０５およびＳ８０６の処理により、記憶領域Ｂ２外にはみ出して固定長符号が格納されることもなく、記憶領域Ｂ２が繰り返し使用される。更新位置Ｑ７＋カウンタ値ｉが記憶領域Ｂ２の終了位置Ｑ５に達していない場合（Ｓ８０５：Ｎｏ）か、Ｓ８０６の処理が行なわれた場合には、更新部１２３は、Ｓ８０２の処理を行なう。
　カウンタ値ｉが移動量Ｌｃから１引いた値に達した場合（Ｓ８０３：Ｙｅｓ）に、更新部１２３は、記憶領域Ｂ２の更新位置Ｑ７を更新する（Ｓ８０７）。具体的には、更新位置Ｑ７に、更新位置Ｑ７に移動量Ｌｃを加算した値が代入される。Ｓ８０７の処理を終えると、更新部１２３は、記憶領域Ｂ２の更新処理を終了する（Ｓ８０８）。Ｓ８０８において、更新部１２３は、記憶領域Ｂ４内の情報をクリアする。
　更新部１２３による記憶領域Ｂ２の更新処理が終了すると、制御部１２１は、伸張処理が圧縮ファイルＦ２の終点に達しているか判断する（Ｓ７０９）。Ｓ７０９は、例えば、記憶領域Ｂ１の読出し位置Ｑ３が記憶領域Ｂ１の終了位置Ｑ２に達しているか否かに応じて判断される。読出し位置Ｑ３が終了位置Ｑ２に達していない場合（Ｓ７０９：Ｎｏ）には、制御部１２１は、Ｓ７０３の処理を実行する。読出し位置Ｑ３が終了位置Ｑ２に達した場合（Ｓ７０９：Ｙｅｓ）には、制御部１２１は、記憶領域Ｂ３に格納された伸張データを用いて伸張ファイルＦ３を生成し、記憶部１３に格納する（Ｓ７１０）。すなわち伸張ファイルＦ３をクローズする。Ｓ７１０の処理が終了すると、制御部１２１は、伸張処理を終了する（Ｓ７１１）。Ｓ７１１の処理において、制御部１２１は、例えば、伸張機能の呼び出し元に対して、伸張処理の終了通知を行なう。伸張処理の終了通知には、例えば、伸張ファイルＦ３の格納先を示す情報などが含まれる。
　下記に、本実施形態に用いられるハードウェア及びソフトウェアについて説明する。
　図１９は、コンピュータ１のハードウェア構成例を示す。コンピュータ１は、例えば、プロセッサ３０１、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）３０２、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）３０３、ドライブ装置３０４、記憶媒体３０５、入力インターフェース（Ｉ／Ｆ）３０６、入力デバイス３０７、出力インターフェース（Ｉ／Ｆ）３０８、出力デバイス３０９、通信インターフェース（Ｉ／Ｆ）３１０、ＳＡＮ（Ｓｔｏｒａｇｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）インターフェース（Ｉ／Ｆ）３１１およびバス３１２などを含む。それぞれのハードウェアはバス３１２を介して接続されている。
　ＲＡＭ３０２は読み書き可能なメモリ装置であって、例えば、ＳＲＡＭ（Ｓｔａｔｉｃ　ＲＡＭ）やＤＲＡＭ（Ｄｙｎａｍｉｃ　ＲＡＭ）などの半導体メモリ、またはＲＡＭでなくてもフラッシュメモリなどが用いられる。ＲＯＭ３０３は、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ　ＲＯＭ）なども含む。ドライブ装置３０４は、記憶媒体３０５に記録された情報の読み出しか書き込みかの少なくともいずれか一方を行なう装置である。記憶媒体３０５は、ドライブ装置３０４によって書き込まれた情報を記憶する。記憶媒体３０５は、例えば、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）などのフラッシュメモリ、ＣＤ（Ｃｏｍｐａｃｔ　Ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｃ）、ブルーレイディスクなどの記憶媒体である。また、例えば、コンピュータ１は、複数種類の記憶媒体それぞれについて、ドライブ装置３０４及び記憶媒体３０５を設ける。
　入力インターフェース３０６は、入力デバイス３０７と接続されており、入力デバイス３０７から受信した入力信号をプロセッサ３０１に伝達する回路である。出力インターフェース３０８は、出力デバイス３０９と接続されており、出力デバイス３０９に、プロセッサ３０１の指示に応じた出力を実行させる回路である。通信インターフェース３１０はネットワーク３を介した通信の制御を行なう回路である。通信インターフェース３１０は、例えばネットワークインターフェースカード（ＮＩＣ）などである。ＳＡＮインターフェース３１１は、ストレージエリアネットワークによりコンピュータ１と接続された記憶装置との通信の制御を行なう回路である。ＳＡＮインターフェース３１１は、例えばホストバスアダプタ（ＨＢＡ）などである。
　入力デバイス３０７は、操作に応じて入力信号を送信する装置である。入力信号は、例えば、キーボードやコンピュータ１の本体に取り付けられたボタンなどのキー装置や、マウスやタッチパネルなどのポインティングデバイスである。出力デバイス３０９は、コンピュータ１の制御に応じて情報を出力する装置である。出力デバイス３０９は、例えば、ディスプレイなどの画像出力装置（表示デバイス）や、スピーカーなどの音声出力装置などである。また、例えば、タッチスクリーンなどの入出力装置が、入力デバイス３０７及び出力デバイス３０９として用いられる。また、入力デバイス３０７及び出力デバイス３０９は、コンピュータ１と一体になっていてもよいし、コンピュータ１に含まれず、例えば、コンピュータ１に外部から接続する装置であってもよい。
　例えば、プロセッサ３０１は、ＲＯＭ３０３や記憶媒体３０５に記憶されたプログラムをＲＡＭ３０２に読み出し、読み出されたプログラムの手順に従って圧縮部１１の処理または伸張部１２の処理を行なう。その際にＲＡＭ３０２はプロセッサ３０１のワークエリアとして用いられる。記憶部１３の機能は、ＲＯＭ３０３および記憶媒体３０５がプログラムファイル（後述のアプリケーションプログラム２４、ミドルウェア２３およびＯＳ２２など）やデータファイル（圧縮対象のファイルＦ１、圧縮ファイルＦ２および伸張ファイルＦ３など）を記憶し、ＲＡＭ３０２がプロセッサ３０１のワークエリアとして用いられることによって実現される。プロセッサ３０１が読み出すプログラムについては、図２０を用いて後述する。
　図１０～図１５の処理を実行する圧縮部１１内の各機能ブロックについて、さらに説明する。制御部１１１は、プロセッサ３０１がＲＡＭ３０２の制御（排他制御など）や、ＲＡＭ３０２へのアクセス処理や、アクセス処理で得られた情報に対する演算や、プロセッサ３０１内での演算処理などを行なうことにより実現される。照合部１１２は、プロセッサ３０１がＲＡＭ３０２へのアクセス処理や、アクセス処理により得られた情報に対する照合の演算などを行なうことにより実現される。更新部１１３は、プロセッサ３０１によるＲＡＭ３０２へのアクセス処理などを行なうことにより実現される。変換部１１４は、プロセッサ３０１によるＲＡＭ３０２へのアクセス処理や、アクセス処理により得られた情報に対する照合の演算等を行なうことにより実現される。
　図１７および図１８の処理を実行する伸張部１２内の各機能ブロックについて、さらに説明する。制御部１２１は、プロセッサ３０１がＲＡＭ３０２の制御（排他制御など）や、ＲＡＭ３０２へのアクセス処理や、アクセス処理で得られた情報に対する演算や、プロセッサ３０１内での演算処理などを行なうことにより実現される。参照部１２２は、プロセッサ３０１がＲＡＭ３０２へのアクセス処理などを行なうことにより実現される。更新部１２３は、プロセッサ３０１によるＲＡＭ３０２へのアクセス処理などを行なうことにより実現される。変換部１２４は、プロセッサ３０１によるＲＡＭ３０２へのアクセス処理や、アクセス処理により得られた情報に対する照合の演算等を行なうことにより実現される。
　図２０は、コンピュータ１で動作するプログラムの構成例を示す。コンピュータ１において、図１９に示すハードウェア群２１（３０１～３１２）の制御を行なうＯＳ（オペレーティング・システム）２２が動作する。ＯＳ２２に従った手順でプロセッサ３０１が動作して、ハードウェア群２１の制御・管理が行なわれることにより、アプリケーションプログラム２４やミドルウェア２３に従った処理がハードウェア群２１で実行される。さらに、コンピュータ１において、ミドルウェア２３またはアプリケーションプログラム２４が、ＲＡＭ３０２に読み出されてプロセッサ３０１により実行される。
　プロセッサ３０１が、圧縮機能が呼び出された場合に、ミドルウェア２３またはアプリケーションプログラム２４の少なくとも一部に基づく処理を行なうことにより、（それらの処理をＯＳ２２に基づいてハードウェア群２１を制御して）圧縮部１１の機能が実現される。また、プロセッサ３０１が、伸張機能が呼び出された場合に、ミドルウェア２３またはアプリケーションプログラム２４の少なくとも一部に基づく処理を行なうことにより、（それらの処理をＯＳ２２に基づいてハードウェア群２１を制御して）伸張部１２の機能が実現される。圧縮機能および伸張機能は、それぞれアプリケーションプログラム２４自体に含まれてもよいし、アプリケーションプログラム２４に従って呼び出されることで実行されるミドルウェア２３の一部であってもよい。もしくは圧縮機能および伸張機能がＯＳ２２の一機能であってもよい。
　アプリケーションプログラム２４（またはミドルウェア２３）の圧縮機能では、処理対象のデータに合致するデータを抽出するための照合回数が抑制されるため、プロセッサ３０１のメモリアクセスの負荷が抑制される。そのため、ＲＡＭ３０２上にワークエリアを確保する時間も削減される。
　図２１は、実施形態のシステムにおける装置の構成例を示す。図２１のシステムは、コンピュータ１ａ、コンピュータ１ｂ、基地局２およびネットワーク３を含む。コンピュータ１ａは、無線または有線の少なくとも一方により、コンピュータ１ｂと接続されたネットワーク３に接続している。
　図８に示す圧縮部１１と伸張部１２とは、図２１に示すコンピュータ１ａとコンピュータ１ｂとのいずれに含まれてもよい。例えば、コンピュータ１ｂが圧縮部１１（制御部１１１、照合部１１２、更新部１１３および変換部１１４を含む）を含み、コンピュータ１ａが伸張部１２（制御部１２１、参照部１２２、更新部１２３および変換部１２４を含む）を含んでもよいし、コンピュータ１ｂが圧縮部１１を含み、コンピュータ１ａが伸張部１２を含んでもよい。また、コンピュータ１ａとコンピュータ１ｂとの双方が、圧縮部１１および伸張部１２を備えてもよい。
　文字コードにおける位置が異なるデータ間の照合が発生する例について、図２２および図２３に基づいて補足説明する。
　ＵＴＦ－８のコード割り当てでは、２バイト以上の文字コードにおいて、２バイト目以降のバイトでは、値の範囲が共通している（いずれも０ｘ８０～０ｘＢＦの範囲内である）。そのため、複数バイトで文字を表現する文字コードを用いたデータ同士で、バイト単位で照合を行なうと、異なる文字コードであっても一部分だけ一致することがあり得る。例えば、ある４バイト文字コードの３番目のバイトと、他の３バイト文字の２番目のバイトとが一致するなどの自体が発生する。すると、図２２および図２３に例示されるような照合処理が発生しうる。
　図２２は、圧縮対象のデータを構成するデータ単位と異なるデータ単位での照合処理例を示す。図２２は、記憶領域Ａ１及び記憶領域Ａ２のそれぞれを部分的に示す。各記憶領域内の点線での区切りは１バイト単位での区切りを示し、実線での区切りは文字コードの区切りを示す。図２２の例においては、各記憶領域内のデータとして３バイトの文字コードが例示されている。
　例えば、図２２に示すように、処理対象のデータを読み出す記憶領域Ａ１内の位置が読出し位置Ｐ３（１）であるとし、処理対象のデータと照合される記憶領域Ａ２内のデータの位置が参照位置Ｐ６（１）であるとする。図２２に例示するように、３バイトの文字コード間の照合を１バイト単位で行なうと、最長一致データの終端が文字コードの区切りとは異なる位置に存在することがあり得る。図２２には、３バイトの文字コードが２文字分と、３バイトの文字コード内の２バイト分が最長一致データとして抽出された場合が例示されている。ＬＺ７７を利用した圧縮処理においては、抽出された最長一致データの位置と長さに基づいて圧縮符号が生成されるので、参照位置Ｐ６（１）と最長一致データの長さ（８バイト）とに基づいて圧縮符号が生成される。
　図２２に示す最長一致データに基づいて圧縮符号が生成されると、処理対象を読み出す記憶領域Ａ１内の位置が、読出し位置Ｐ３（１）から読出し位置Ｐ３（２）に更新される。続いて、読出し位置Ｐ３（２）からのデータに基づいて、最長一致データの探索が行なわれる。
　図２３は、圧縮対象のデータを構成するデータ単位と異なるデータ単位での照合処理例を示す。図２３は、記憶領域Ａ１及び記憶領域Ａ２のそれぞれを部分的に示す。読出し位置Ｐ３（２）のデータは、「１０ＸＸＸＸＸＸ」であり、ＵＴＦ－８の文字コード系においては、２バイト目以降のデータである。例えば、読出し位置Ｐ３（２）のデータ（「１０ＸＸＸＸＸＸ」）と合致する記憶領域Ａ２内のデータが、図２３に示すように、参照位置Ｐ６（２１）や参照位置Ｐ６（２２）に存在したとする。図２３の例においては、参照位置Ｐ６（２１）のデータは、３バイトの文字コードの３バイト目のデータであり、参照位置Ｐ６（２２）のデータは、３バイトの文字コードの２バイト目のデータである。
　読出し位置Ｐ３（２）のデータと参照位置Ｐ６（２１）のデータとの一致に応じて、読出し位置Ｐ３（２）のデータに後続するデータ（図２３の例では「１１１０ＹＹＹＹ」）と、参照位置Ｐ６（２１）のデータに後続するデータ（図２３の例では「１１１０ＹＹＹＹ」）との照合が行なわれる。この照合では、両方のデータが３バイトの文字コードの１バイト目であるため、照合により一致する可能性がある。
　読出し位置Ｐ３（２）のデータと参照位置Ｐ６（２２）のデータとの一致に応じて、読出し位置Ｐ３（２）のデータに後続するデータ（図２３の例では「１１１０ＹＹＹＹ」）と、参照位置Ｐ６（２２）のデータに後続するデータ（図２３の例では「１０ＸＸＸＸＸＸ」）との照合が行なわれる。この照合では、一方が３バイトの文字コードの１バイト目であり、他方が３バイトの文字コードの３バイト目であるため、照合により一致しないことが明らかである。
　図２２および図２３に示される例においては、３バイトの文字コード間の照合を１バイト単位で行なうことにより、文字コードの区切りとは異なる位置で最長一致データが区切られる。すると、図２３に示すように、文字コードにおける位置が異なるデータ間の照合が発生する可能性がある。しかしながら、例えば、３バイトの文字コードの１バイト目のデータと３バイト目のデータとは、文字コードの体系の都合上明らかに一致しないにも関わらず、照合処理が行なわれてしまう。
　一方、上述の実施形態によれば、照合処理の単位が文字コード単位で行なわれるため、明らかに異なるデータ同士の照合処理が行なわれてしまうことが抑止される。
　以下、上述の実施形態における変形例の一例を説明する。下記の変形例のみでなく、本発明の本旨を逸脱しない範囲の設計変更は適宜行なわれうる。
　図２４は、Ｓ３０１からＳ３０３の処理の例を示す。変換部１１４は、図１２に示すＳ３０１～Ｓ３０３の処理を、ファイルＦ１に用いられる文字コードが例えばＵＴＦ－８である場合に、以下の手順で実行する。
　Ｓ３００が行なわれる（Ｓ９００）と、変換部１１４は、記憶領域Ａ１の読出し位置Ｐ３から１バイトのデータを読み出す（Ｓ９０１）。変換部１１４は、読みだしたデータの１ビット目が「１」であるか否かを判定する（Ｓ９０２）。Ｓ９０１で読みだしたデータの１ビット目が「１」でない（「０」である）場合（Ｓ９０２：Ｎｏ）には、変換部１１４は、移動量Ｌｄに１を代入する（Ｓ９０３）。移動量Ｌｄは、後述の読出し位置Ｐ３の更新に用いられる。
　Ｓ９０１で読みだしたデータの１ビット目が「１」である場合（Ｓ９０２：Ｙｅｓ）には、変換部１１４は、読みだしたデータの３ビット目が「１」であるか否かを判定する（Ｓ９０４）。Ｓ９０１で読みだしたデータの３ビット目が「１」でない（「０」である）場合（Ｓ９０４：Ｎｏ）には、変換部１１４は、移動量Ｌｄに２を代入し、記憶領域Ａ１からさらに１バイトのデータを読み出す（Ｓ９０５）。
　Ｓ９０１で読みだしたデータの３ビット目が「１」である場合（Ｓ９０４：Ｙｅｓ）には、変換部１１４は、読みだしたデータの４ビット目が「１」であるか否かを判定する（Ｓ９０６）。Ｓ９０１で読みだしたデータの４ビット目が「１」でない（「０」である）場合（Ｓ９０６：Ｎｏ）には、変換部１１４は、移動量Ｌｄに３を代入し、記憶領域Ａ１からさらに２バイトのデータを読み出す（Ｓ９０７）。
　Ｓ９０１で読みだしたデータの４ビット目が「１」である場合（Ｓ９０６：Ｙｅｓ）には、変換部１１４は、移動量Ｌｄに４を代入し、記憶領域Ａ１からさらに３バイトのデータを読み出す（Ｓ９０８）。
　Ｓ９０３、Ｓ９０５、Ｓ９０７およびＳ９０８のいずれかが行なわれると、変換部１１４は、移動量Ｌｄに基づいてインデックスＥ１を参照し、参照結果を利用して符号化辞書Ｄ１から、読みだしたデータに対応する固定長符号を読み出す（Ｓ９０９）。インデックスＥ１については、図２５を用いて後述する。変換部１１４は、さらに、読出し位置Ｐ３を移動量Ｌｄに示される量（Ｌｄバイト）移動させる（Ｓ９１０）。Ｓ９１０の処理を終えると変換部１１４はＳ３０４の処理を実行する。
　図２５は、符号化辞書Ｄ１のインデックス例を示す。図２５に示すインデックスＥ１は、移動量Ｌｄが１～４の場合それぞれについて、符号化辞書Ｄ１内のサーチ開始位置を示す。例えば、移動量Ｌｄが１の場合には、変換部１１４は、固定長符号０ｘ０００の位置から符号化辞書Ｄ１のサーチを開始する。移動量Ｌｄが２の場合には、変換部１１４は、固定長符号０ｘ１００の位置から符号化辞書Ｄ１のサーチを開始する。移動量Ｌｄが３の場合には、変換部１１４は、固定長符号０ｘ１８０の位置から符号化辞書Ｄ１のサーチを開始する。移動量Ｌｄが４の場合には、変換部１１４は、固定長符号０ｘ８００の位置から符号化辞書Ｄ１のサーチを開始する。符号化辞書Ｄ１に含まれる文字コードの長さの分布に応じてインデックスＥ１の値が設定されることで、異なる長さの文字コード同士の照合が抑制される。符号化辞書Ｄ２に対して図２５に示すインデックスと同様なインデックスを利用したサーチが行なわれてもよい。
　図２６は、最長一致固定長符号列の探索処理の変形例を示す。図２６の変形例においては、記憶領域Ａ２内の各固定長符号に対応したビットを含むビット列Ｒ１～Ｒ３が用いられる。ビット列Ｒ１～Ｒ３の記憶領域は、記憶部１３内に設けられる。記憶領域Ａ２内の各固定長符号に対して１ビット用いられるため、各ビット列のサイズは、記憶領域Ａ２の１／ｍである。
　ビット列Ｒ１は、照合対象の固定長符号Ｍ（ｊ）が記憶領域Ａ２内に含まれているか否かを示すビット列である。固定長符号Ｍ（ｊ）とは、前述の通り、記憶領域Ａ４内のｊ番目に格納された固定長符号である。すなわち、記憶領域Ａ２内の位置Ｐｘに固定長符号Ｍ（ｊ）と同じ固定長符号が格納されている場合には、ビット列Ｒ１のＰｘ番目のビットが「存在」を示す（値が「１」となる）。
　ビット列Ｒ２は、固定長符号Ｍ（０）～Ｍ（ｊ－１）までの照合結果を示すビット列である。また、ビット列Ｒ３は、ビット列Ｒ１とビット列Ｒ２との演算結果をしめす。具体的には、ビット列Ｒ１をｊビットスライド（図２６中の矢印の方向）させて、スライドしたビット列Ｒ１とビット列Ｒ２とのＡＮＤ演算の結果がビット列Ｒ３となる。ＡＮＤ演算が行なわれた後、ｊ＋１番目の処理のために、ビット列Ｒ３は、ビット列Ｒ２にコピーされる。具体的な手順は図２７を用いて説明するが、ビット列Ｒ１～Ｒ３を用いた上述の処理の繰り返すことで、「存在」を示すビットが最後まで残った位置により最長一致位置Ｐａが示される。さらに、繰り返し回数が一致長Ｌａを示す。
　図２７は、最長一致符号列の探索処理の手順例を示す。最長一致符号列の探索処理が開始される（Ｓ１０００）と、制御部１１１は、ビット列Ｒ１～Ｒ３を初期化する（Ｓ１００１）。さらに、制御部１１１は、一致長Ｌａおよび最長一致位置Ｐａに初期値（Ｌａ＝０，Ｐａ＝Ｐ４－１など）をセットする（Ｓ１００２）。さらに、制御部１１１は、カウンタ値ｊの初期値（ｊ＝０）をセットする（Ｓ１００３）。
　続いて、制御部１１１は、記憶領域Ａ４に固定長符号Ｍ（ｊ）が格納されているか否かを判断する（Ｓ１００４）。記憶領域Ａ４に固定長符号Ｍ（ｊ）が格納されていない場合（Ｓ１００４：Ｎｏ）には、制御部１１１は、固定長符号Ｍ（ｊ）の取得処理を変換部１１４に実行させる（Ｓ１００５）。変換部１１４は、図１２に記載の処理を実行する。
　記憶領域Ａ４に固定長符号Ｍ（ｊ）が格納されている場合（Ｓ１００４：Ｙｅｓ）か、Ｓ１００５の処理が実行された場合には、制御部１１１は、記憶領域Ａ２内における固定長符号Ｍ（ｊ）の存否結果をビット列Ｒ１に反映させる（Ｓ１００６）。例えば、制御部１１１は、記憶領域Ａ２中の固定長符号Ｍ（ｊ）と同じ固定長符号の存在位置に対応するビットを「１」に変更する。さらに、制御部１１１は、ビット列Ｒ１をｊビットスライドさせた（Ｓ１００７）後、ビット列Ｒ２とビット列Ｒ１とで、ビット列内の各ビットのついてのＡＮＤ演算を行ない、その結果をビット列Ｒ３とする（Ｓ１００８）。
　続いて、制御部１１１は、ビット列Ｒ３内に存在（「１」）を示すビットが存在するか否かを判定する（Ｓ１００９）。ビット列Ｒ３内に存在（「１」）を示すビットが存在する場合（Ｓ１００９：Ｙｅｓ）には、制御部１１１は、ビット列Ｒ１をビット列Ｒ２にコピーし（Ｓ１０１０）、カウンタ値ｊをインクリメントし（Ｓ１０１１）、Ｓ１００４の処理を実行する。
　ビット列Ｒ３内に存在（「１」）を示すビットが存在しない場合（Ｓ１００９：Ｎｏ）には、制御部１１１は、ビット列Ｒ２内の存在（「１」）を示すビットのうち、いずれかの位置（何ビット目かを示す値）を最長一致位置Ｐａ（固定長符号が何個分かを示す値）に代入する（Ｓ１０１２）。さらに、制御部１１１は、カウンタ値ｊを代入する（Ｓ１０１３）。Ｓ１０１３の処理が行なわれると、制御部１１１は、最長一致符号列の探索処理を終了する（Ｓ１０１４）。
　さらに、文字コード長と照合処理の単位との不一致による不要な照合処理が発生することを抑制する実施形態の変形例を説明する。例えば、ＵＴＦ－８においては、文字コードにおける始めの１バイトのデータにより文字コード長が判別される。例えば、図１０のＳ１０４の処理で、照合部１１２が、記憶領域Ａ１の読出し位置Ｐ３と記憶領域Ａ２の参照位置Ｐ６との双方における１バイトのデータに基づいて文字コード長の合致判定を行ない、合致すると判定された場合に文字コード単位での照合を行なってもよい。文字コード内の始めの１バイトにより文字コード長が判別されるため、照合部１１２は、合致すると判定されてから、記憶領域Ａ１の読出し位置Ｐ３と記憶領域Ａ２の参照位置Ｐ６との双方における文字コードを読出し、文字コード単位での照合を行なう。
　記憶領域Ａ１の読出し位置Ｐ３の文字コードと、記憶領域Ａ２の参照位置Ｐ６の文字コードとの双方で、文字コード長が合わない場合には、照合処理をスキップして参照位置Ｐ６の更新が行なわれる。参照位置Ｐ６の更新における参照位置Ｐ６の移動量は、例えば参照位置Ｐ６の文字コードの文字コード長である。
　また、この変形例の前提として、記憶領域Ａ２には、文字コードが格納される。すなわち、図１２のＳ３０４の処理において文字コードが記憶領域Ａ４に書き込まれ、さらに、図１４のＳ５０２において記憶領域Ａ４内の文字コードが記憶領域Ａ２に書き込まれる。さらに、例えば、読出し位置Ｐ３の移動量Ｌｄには、判別された文字コードのバイト数が用いられる。
　上述の通り、記憶領域Ａ１の読出し位置Ｐ３から読み出した文字コードと記憶領域Ａ２の参照位置Ｐ６から読みだした文字コードのバイト数が合わない場合に文字コード同士の照合をスキップすることで、不要な文字コード同士の照合が回避される。この変形例を用いる場合には、上述の通り、図１０のＳ１０６の処理では、記憶領域Ａ１から読み出された文字コードが記憶領域Ａ２に格納される。図１７のＳ７０８においては、固定長符号ではなく、伸張データが記憶領域Ｂ２に書き込まれる。また、Ｓ７０６の処理がスキップされる。
　さらに、他の変形例として、照合部１１２が、照合処理の実行単位は例えば１バイトで行ない、１バイトデータの照合の前に、１バイト文字コード内の位置が同一のデータであるかの判定を行なうこととしてもよい。文字コードによっては、文字コードの表現に用いられる各バイトのデータは、文字コード長および文字コード内での位置に応じて複数種類に分類される。例えば、図３に示す通り、ＵＴＦ－８においては、１バイト文字は「０ＸＸＸＸＸＸＸ」、２バイト文字の１バイト目は「１１０ＹＹＹＹＸ」、３バイト文字の１バイト目は「１１１０ＹＹＹＹ」、４バイト文字の１バイト目は「１１１１０ＹＹＹ」、２～４バイト文字の２バイト目以降は「１０ＸＸＸＸＸＸ」である。「Ｘ」は不特定のビットを便宜的に表す。すなわち、ＵＴＦ－８では、１バイトのデータにおける先頭から数ビットのデータに応じて５種類に分類される。種類が異なる１バイトデータ間で照合処理を行なったとしても合致しないことは明らかなので、例えば、照合部１１２は、１バイトデータ間で種類が異なれば照合処理をスキップする。これにより不要な照合処理が抑制される。また、各文字コードの先頭バイトの種類が一致しているので、結果的に文字コード長が合致したデータ間の照合処理により、最長一致データ列が抽出される。この変形例も記憶領域Ａ２内に文字コードが格納されることを前提としている。そのため、記憶領域Ａ２の更新処理について、先に説明した変形例と同様の制御が行なわれる。
　また、圧縮処理の対象は、ファイル内のデータ以外にも、システムから出力される監視メッセージなどでもよい。例えば、バッファに順次格納される監視メッセージを上述の圧縮処理により圧縮し、ログファイルとして格納するなどの処理が行なわれる。また、例えば、データベース内のページ単位に圧縮が行なわれてもよいし、複数のページをまとめた単位で圧縮が行なわれてもよい。
　また、上述の圧縮処理の対象となるデータは、上述の通り、文字情報に限定されるものでない。数値のみの情報であってもよいし、画像・音声などのデータに対して上述の圧縮処理を用いてもよい。例えば、音声合成により得られるデータを多量に含むファイルなどは、データ内に繰り返しを多く含むため動的辞書により圧縮率が向上することが見込まれる。また、固定カメラにより撮影された動画像についても各フレームの画像が似たものになることから繰り返しが多く含まれる。そのため、上述の圧縮処理を適用することにより、文書データや音声データと同様の効果を得ることができる。
　１　　　　コンピュータ
　２　　　　基地局
　３　　　　ネットワーク
　１ａ　　　コンピュータ
　１ｂ　　　コンピュータ
　１１　　　圧縮部
　１２　　　伸張部
　１３　　　記憶部
　１１１　　制御部
　１１２　　照合部
　１１３　　更新部
　１１４　　変換部
　１２１　　制御部
　１２２　　参照部
　１２３　　更新部
　１２４　　変換部
 

Claims (14)

  1. 　コンピュータに、
    　データの構成単位のサイズが複数種類存在するデータ群によるデータ列を取得し、
    　前記データ群に含まれるあるデータと、前記データ列に含まれるデータのうち前記あるデータとデータの構成単位のサイズが同じデータと、を照合させる制御を行ない、
    　前記制御に基づき行なわれる照合処理により、前記あるデータと合致する合致データを前記データ列から抽出し、
    　前記あるデータと、抽出された前記合致データとの前記データ列における位置関係に応じた圧縮符号を生成する、
    　処理を実行させることを特徴とする圧縮プログラム。
  2. 　前記照合処理では、前記データ群に含まれるデータのそれぞれに固定長符号を割り当てた符号化辞書に基づき前記あるデータを変換して得られる固定長符号と、前記データ列に含まれる各データを前記符号化辞書に基づき変換して得られる固定長符号とが照合される、
    　ことを特徴とする請求項１に記載の圧縮プログラム。
  3. 　前記照合処理が前記データ列の順序に応じて連続して行なわれ、
    　前記位置関係は、連続して行われた前記照合処理の結果、連続して合致する固定長符号による固定長符号列の位置に基づき定められる、
    　ことを特徴とする請求項２に記載の圧縮プログラム。
  4. 　前記制御は、前記照合処理対象となるデータ刊でデータの構成単位内における位置が異なる場合には、前記データ間についての照合処理を抑止させる制御を含む、
    　ことを特徴とする請求項１に記載の圧縮プログラム。
  5. 　前記制御は、前記照合処理の対象となるデータ間でデータの構成単位のサイズが異なる場合に、前記データ間についての照合処理を抑止させる制御を含む、
    　ことを特徴とする請求項１に記載の圧縮プログラム。
  6. 　前記圧縮符号は、前記位置関係および前記固定長符号列の長さに基づいて生成される、
    　ことを特徴とする請求項１～５のいずれか１項に記載の圧縮プログラム。
  7. 　前記符号化辞書は、前記データ群に基づき生成され、
    　前記符号辞書に登録される固定長符号の符号長は、前記データ群の数に応じて設定される、
    　ことを特徴とする請求項１～６のいずれか１項に記載の圧縮プログラム。
  8. 　前記コンピュータに、さらに、
    　生成された前記圧縮符号と、前記符号化辞書とを含む圧縮ファイルを生成する、
    　処理を実行させることを特徴とする請求項１～７のいずれか１項に記載の圧縮プログラム。
  9. 　コンピュータに、
    　データの構成単位のサイズが複数種類存在するデータ群によるデータ列を取得し、
    　前記データ群に含まれるあるデータと、前記データ列に含まれるデータのうち前記あるデータとデータの構成単位のサイズが同じデータと、を照合させる制御を行ない、
    　前記制御に基づき行なわれる照合処理により、前記あるデータと合致する合致データを前記データ列から抽出し、
    　前記あるデータと、抽出された前記合致データとの前記データ列における位置関係に応じた圧縮符号を生成する、
    　処理を実行させることを特徴とする圧縮方法。
  10. 　データの構成単位のサイズが複数種類存在するデータ群によるデータ列を記憶する記憶部と、
    　前記データ群に含まれるあるデータと、前記データ列に含まれるデータのうち前記あるデータとデータの構成単位のサイズが同じデータと、を照合させる制御を行なう制御部と、
    　前記制御部の制御に基づき行なわれる照合処理により、前記あるデータと合致する合致データを、前記記憶部に記憶された前記データ列から抽出する抽出部と、
    　前記あるデータと、抽出された前記合致データとの前記データ列における位置関係に応じた圧縮符号を生成する生成部と、
    　を含むことを特徴とする圧縮装置。
  11. 　コンピュータに、
    　記憶領域内の位置を示す圧縮符号に基づく前記記憶領域の参照により固定長符号を取得し、
    　取得した前記固定長符号に基づいて、前記記憶領域の更新を行なうとともに、取得した前記固定長符号を符号化辞書に基づき復号化する、
    　ことを実行させることを特徴とする伸張プログラム。
  12. 　コンピュータに、
    　記憶領域内の位置を示す圧縮符号に基づく前記記憶領域の参照により固定長符号を取得し、
    　取得した前記固定長符号に基づいて、前記記憶領域の更新を行なうとともに、取得した前記固定長符号を符号化辞書に基づき復号化する、
    　ことを実行させることを特徴とする伸張方法。
  13. 　記憶領域内の位置を示す圧縮符号に基づく前記記憶領域の参照により固定長符号を取得する取得部と、
    　取得した前記固定長符号に基づいて、前記記憶領域の更新を行なう更新部と、
    　取得した前記固定長符号を符号化辞書に基づき復号化する変換部と、
    　を含むことを特徴とする伸張装置。
  14. 　データの構成単位のサイズが複数種類存在するデータ群によるデータ列を記憶する記憶部と、
    　前記データ群に含まれるあるデータと、前記データ列に含まれるデータのうち前記あるデータとデータの構成単位のサイズが同じデータと、を照合させる制御を行なう制御部と、
    　前記制御部の制御に基づき行なわれる照合処理により、前記あるデータと合致する合致データを、前記記憶部に記憶された前記データ列から抽出する抽出部と、
    　前記あるデータと、抽出された前記合致データとの前記データ列における位置関係に応じた圧縮符号を生成する生成部と、
    　を含む第１のコンピュータと、
    　前記圧縮符号に基づき、前記合致データを復元する復元部、
    　を含む第２のコンピュータと、
    　を含むことを特徴とする圧縮伸張システム。
     
PCT/JP2012/008114 2012-12-19 2012-12-19 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム WO2014097353A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2014552753A JP6252489B2 (ja) 2012-12-19 2012-12-19 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム
PCT/JP2012/008114 WO2014097353A1 (ja) 2012-12-19 2012-12-19 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム
US14/714,751 US20150248432A1 (en) 2012-12-19 2015-05-18 Method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/008114 WO2014097353A1 (ja) 2012-12-19 2012-12-19 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/714,751 Continuation US20150248432A1 (en) 2012-12-19 2015-05-18 Method and system

Publications (1)

Publication Number Publication Date
WO2014097353A1 true WO2014097353A1 (ja) 2014-06-26

Family

ID=50977743

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/008114 WO2014097353A1 (ja) 2012-12-19 2012-12-19 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム

Country Status (3)

Country Link
US (1) US20150248432A1 (ja)
JP (1) JP6252489B2 (ja)
WO (1) WO2014097353A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018061166A (ja) * 2016-10-06 2018-04-12 富士通株式会社 符号化プログラム、符号化装置および符号化方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6737117B2 (ja) * 2016-10-07 2020-08-05 富士通株式会社 符号化データ検索プログラム、符号化データ検索方法および符号化データ検索装置
WO2019050418A1 (en) * 2017-09-11 2019-03-14 Nyriad Limited COMPRESSION OF DATA BASED ON A DICTIONARY
US10540379B2 (en) * 2017-12-11 2020-01-21 International Business Machines Corporation Searching base encoded text

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05241776A (ja) * 1992-02-28 1993-09-21 Fujitsu Ltd データ圧縮方式
JPH06168097A (ja) * 1992-11-30 1994-06-14 Fujitsu Ltd データ符号化方式及びデータ復元方式
JPH09214352A (ja) * 1996-01-31 1997-08-15 Hitachi Ltd データ圧縮方法および装置
JPH09218867A (ja) * 1996-02-09 1997-08-19 Fujitsu Ltd データ圧縮装置及びデータ復元装置
JPH11215007A (ja) * 1998-01-22 1999-08-06 Fujitsu Ltd データ圧縮装置及び復元装置並びにその方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4242970B2 (ja) * 1998-07-09 2009-03-25 富士通株式会社 データ圧縮方法及びデータ圧縮装置
JP2002135128A (ja) * 2000-10-25 2002-05-10 Sony Corp データ圧縮方法、データ圧縮・伸長方法、データ圧縮装置及びデータ圧縮・伸長装置
US8560925B2 (en) * 2011-04-05 2013-10-15 Denso International America, Inc. System and method for handling bad bit errors

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05241776A (ja) * 1992-02-28 1993-09-21 Fujitsu Ltd データ圧縮方式
JPH06168097A (ja) * 1992-11-30 1994-06-14 Fujitsu Ltd データ符号化方式及びデータ復元方式
JPH09214352A (ja) * 1996-01-31 1997-08-15 Hitachi Ltd データ圧縮方法および装置
JPH09218867A (ja) * 1996-02-09 1997-08-19 Fujitsu Ltd データ圧縮装置及びデータ復元装置
JPH11215007A (ja) * 1998-01-22 1999-08-06 Fujitsu Ltd データ圧縮装置及び復元装置並びにその方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018061166A (ja) * 2016-10-06 2018-04-12 富士通株式会社 符号化プログラム、符号化装置および符号化方法

Also Published As

Publication number Publication date
US20150248432A1 (en) 2015-09-03
JP6252489B2 (ja) 2017-12-27
JPWO2014097353A1 (ja) 2017-01-12

Similar Documents

Publication Publication Date Title
WO2014147672A1 (ja) 圧縮装置、圧縮方法、辞書生成装置、辞書生成方法、伸長装置、伸長方法、伸長プログラムおよび情報処理システム
JP6742692B2 (ja) 符号化プログラムおよび伸長プログラム
JP6531398B2 (ja) プログラム
US6094634A (en) Data compressing apparatus, data decompressing apparatus, data compressing method, data decompressing method, and program recording medium
US9509333B2 (en) Compression device, compression method, decompression device, decompression method, information processing system, and recording medium
US10735025B2 (en) Use of data prefixes to increase compression ratios
JP6252489B2 (ja) 圧縮装置、圧縮方法、圧縮プログラム、伸張装置、伸張方法、伸張プログラム、および圧縮伸張システム
JP6550765B2 (ja) 文字データ変換プログラム、文字データ変換装置および文字データ変換方法
JP2016533046A (ja) 復元中に予備拡張辞書を利用するデータ復元
US20140289208A1 (en) Data compression apparatus, data compression method, data decompression apparatus, and data decompression method
JP2017073615A (ja) 符号化プログラム、符号化方法、符号化装置、復号化プログラム、復号化方法および復号化装置
JP6032292B2 (ja) 圧縮プログラム、圧縮装置、伸張プログラムおよび伸張装置
JP2000269822A (ja) データ圧縮装置、及びデータ復元装置
US9479195B2 (en) Non-transitory computer-readable recording medium, compression method, decompression method, compression device, and decompression device
JP2000201080A (ja) 付加コ―ドを用いたデ―タ圧縮／復元装置および方法
WO2014030189A1 (ja) 圧縮プログラム、圧縮方法、圧縮装置、伸張プログラム、伸張方法、伸張装置およびデータ転送システム
WO2014030180A1 (ja) 格納プログラム、格納方法、格納装置、伸張プログラム、伸張方法及び伸張装置
JP6032291B2 (ja) 圧縮プログラム、圧縮装置、伸張プログラム、伸張装置およびシステム
JPH10261969A (ja) データ圧縮方法および装置
JP2012098893A (ja) 圧縮命令処理装置及び圧縮命令生成装置
JP6135788B2 (ja) 圧縮プログラム、圧縮方法、圧縮装置、伸張プログラム、伸張方法、伸張装置およびデータ転送システム
JP4726046B2 (ja) 文字列検索装置及びコンピュータプログラム及び文字列検索方法
US20160210304A1 (en) Computer-readable recording medium, information processing apparatus, and conversion process method
JP6476618B2 (ja) 伸長方法、伸長プログラムおよび伸長装置
JP2017195628A (ja) 符号化プログラム、符号化方法、符号化装置、復号化プログラム、復号化方法及び復号化装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12890317

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014552753

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12890317

Country of ref document: EP

Kind code of ref document: A1