Algorithm 文本压缩-使用什么算法

我需要压缩表单的一些文本数据

[70,165,531,0|70,166,562|"hi",167,578|70,171,593|71,179,593|73,188,609|"a",1,3|

数据包含数千个字符1000-50000个左右

我阅读了各种压缩算法，但无法决定在这里使用哪种算法

---

这里重要的是：压缩字符串应该只包含字母数字字符或一些特殊字符，如+-/&%@$。。我的意思是大多数算法都提供乱七八糟的ascii字符作为压缩数据，对吗？必须避免这种情况

有人能告诉我怎么走吗

---

另外，文本中主要包含“数字”和|字符。其他角色很少出现。

只有一个想法：你可以独立解决两个问题。使用任何能提供最佳压缩效果的算法，只需在您的数据类型上尝试一些。bz2，zip，rar-无论你喜欢什么，检查大小，然后为了摆脱实际上只有字节的乱七八糟的ascii…，你可以用Base64对压缩数据进行编码

---

如果你真的花了很多心思，你可能会为你的具体问题找到一个更好的算法，因为你只使用了几个不同的字符，但是如果你偶然发现了一个，我认为值得一试。

只有一个想法：你可以独立解决你的两个问题。使用任何能提供最佳压缩效果的算法，只需在您的数据类型上尝试一些。bz2，zip，rar-无论你喜欢什么，检查大小，然后为了摆脱实际上只有字节的乱七八糟的ascii…，你可以用Base64对压缩数据进行编码

---

如果你真的花了很多心思，你可能会找到一个更好的算法来解决你的具体问题，因为你只使用了几个不同的字符，但是如果你偶然发现了一个，我认为这是值得一试的。

实际上，你要求将输出字符集限制为可打印字符会自动消耗你25%的压缩增益，在每秒8位中，您最终将使用大约6位

但是，如果这是您真正想要的，您可以始终使用base64或更节省空间的输出将原始ByTestStream重新转换为可打印字符

关于压缩算法本身，请坚持使用一种更知名的算法，如gzip或bzip2，因为这两种算法都有经过良好测试的开源代码

选择最好的算法其实并不是那么容易，下面是你要问自己的一系列问题的摘录：

我需要编码或解码方面的最佳速度吗？例如bzip是非常不对称的 编码器和解码器的内存效率有多重要？对于嵌入式应用程序可能很重要 代码的大小是否重要，对于嵌入式 我想要预先存在的、经过良好测试的代码，用于编码器或解序，或者两者都只使用C语言，还是使用另一种语言 等等

---

这里的底线可能是，取一个代表性的数据样本，用一些现有的算法运行一些测试，并根据对您的用例非常重要的标准对它们进行基准测试。

实际上，您将输出字符集限制为可打印字符的要求会自动消耗25%的压缩增益，因为在8位/秒的情况下，最终将使用大约6位

但是，如果这是您真正想要的，您可以始终使用base64或更节省空间的输出将原始ByTestStream重新转换为可打印字符

关于压缩算法本身，请坚持使用一种更知名的算法，如gzip或bzip2，因为这两种算法都有经过良好测试的开源代码

选择最好的算法其实并不是那么容易，下面是你要问自己的一系列问题的摘录：

我需要编码或解码方面的最佳速度吗？例如bzip是非常不对称的 编码器和解码器的内存效率有多重要？对于嵌入式应用程序可能很重要 代码的大小是否重要，对于嵌入式 我想要预先存在的、经过良好测试的代码，用于编码器或解序，或者两者都只使用C语言，还是使用另一种语言 等等

---

这里的底线可能是，取一个有代表性的数据样本，用几个现有的算法运行一些测试，并根据对您的用例很重要的标准对它们进行基准测试。

我实际上想提出一个特定于问题的算法，但最终还是求助于哈夫曼。无论如何谢谢你！实际上，我曾想过提出一种针对特定问题的算法，但最终还是求助于哈夫曼。无论如何谢谢你！谢谢！我使用哈夫曼和base64对结果进行编码。能够压缩到50%左右。现在就可以了。也许我会尝试其他的方法来达到更好的压缩效果@SatheeshJM虽然简单，但Huffman实际上是某些用例的合理选择，在给定的约束条件下50%的压缩是相当好的。我使用了一些特定于问题的替换和转换，当与ascii85编码一起使用时，能够得到大约

---

t 35%。这就足够了！为了好玩，我还在压缩之前应用了Borrows-Wheeler变换。稍有改进；压缩了34%。无论如何，非常感谢你的帮助！很好的一天！谢谢！我使用哈夫曼和base64对结果进行编码。能够压缩到50%左右。现在就可以了。也许我会尝试其他的方法来达到更好的压缩效果@SatheeshJM虽然简单，但Huffman实际上是某些用例的合理选择，在给定的约束条件下50%的压缩是相当好的。我使用了一些特定于问题的替换和转换，当与ascii85编码一起使用时，能够得到大约35%的压缩。这就足够了！为了好玩，我还在压缩之前应用了Borrows-Wheeler变换。稍有改进；压缩了34%。无论如何，非常感谢你的帮助！很好的一天！大多数算法提供乱七八糟的ascii字符-不，它们提供字节。字节和字符是不同的。大多数算法提供乱七八糟的ascii字符-不，它们提供字节。字节和字符是不同的东西。