Compression &引用；“启动”；或；“培训”；用于压缩/解压缩的压缩算法？

我试图找出是否有一种可以事先训练的压缩算法，你可以使用训练过的数据来压缩和解压数据

我不知道压缩算法是如何工作的，但我有一个线索，这是可能的

例如，如果我单独压缩这些行，它不会压缩得很好

banana: 1, tree: 2, frog: 3
banana: 7, tree: 9, elephant: 10

如果我事先用100个样本行训练压缩算法，它会压缩得非常好，因为它已经有了将“香蕉”映射到代码/查找值的方法

帮助解释我的问题的伪代码：

# Compressing side

rip = Rip()
trained = rip.train(data)  # once off
send_trained_data_to_clients(trained)

compressed = rip.compress(data)

# And on the other end

rip = Rip()
rip.load_train_data(train)
data = rip.decompress(compressed)

---

有没有一种通用的（即有流行语言库）压缩算法让我来做这件事？

它存在并且被称为Lempel-Ziv编码，您可以在这里阅读更多内容：

它是几种“字典”式无损压缩方法之一

---

LZ是Zip archiver的基本功能。

用大多数压缩算法的说法，您所描述的将是压缩机的预设字典

---

我不能代表所有的压缩库，但zlib肯定支持这一点——正如您想象的那样——通过

deflateSetDictionary（）

和

inflateSetDictionary（）

函数。有关详细信息，请参阅。

哇，我看到字典的压缩量增加了约2-5倍。太棒了！