Algorithm 对于随机数据，最好的无损压缩算法是什么

我需要压缩一个随机流数据，如[25,94182,3254，…]。数据数量接近400万。我目前只得到1.4倍的哈夫曼代码比率。我尝试的LZW算法压缩时间太长。我希望找到一种高效的压缩方法，并且仍然具有高压缩率，至少是3倍。

---

是否有其他算法能够更好地压缩这些随机数据？

这取决于rng的分布。压缩比为1:1.4表示不均匀或不好。哈夫曼和算术编码实际上是唯一的选择*，因为好的RNG的连续条目之间没有其他相关性

*准确地说，最好的压缩方案必须是0阶统计压缩，能够为每个符号分配可变数量的比特以达到香农熵

H（x）=-Sigma_{i=1}^{N}p（x_i）log_2p（x_i）

---

理论上最好的编码是通过算术编码实现的，但其他编码也可能是偶然的。算术编码可以为每个符号分配不到一位，而作为哈夫曼或戈洛姆编码，每个符号（或符号组）至少需要一位。

（1）压缩器有很多基准测试，它们不关心您是否获得了8位或32位值（在内部处理字节或位）尽管有些用例可能需要一些调整（特别是使用额外的过滤器）。（2） 如果你的数据是一致随机的，它就不能被压缩（可以被证明），这表明你的问题缺乏细节。（3） 这个问题在这里有点离题（至少太宽泛了）。如果这个问题来自任何一种随机数生成器，请使用另一种。真正的随机流不能被压缩。看到1.4倍的比率表明流中有相当多的规律性。真正的随机数据（和加密安全数据）很难压缩。如果你有这么高的比率，这意味着你的随机数不是那么随机你的问题有一个矛盾：真正的随机数根本不能被压缩（无论算法如何）。您的流真正包含什么？

我尝试的LZW算法[花费]太多时间来压缩

-在引用了使用

哈夫曼代码的结果后（更快？！）：您使用了什么LZW实现？