Compression 仅适用于数字的压缩算法

我要压缩位置数据（纬度、经度、日期、时间）。所有的数字都是固定格式的。其中2个（纬度、经度）为十进制格式。其他2个是整数

现在这些数字是固定格式的字符串

以固定格式压缩数字的算法是什么？ 仅数字压缩（如果有的话）比字符串压缩好吗？ 我应该直接压缩字符串而不将其转换为数字，然后再压缩吗

---

提前感谢。

压缩通常在字节流上工作。当一个流的字节值分布不均匀（例如文本或存储为文本的数字）时，您可以实现的压缩比将更高，因为用于存储更频繁出现的字节的位更少（在Huffman压缩中）

通常，您正在谈论的数据将简单地存储为二进制数（而不是文本），这通常是节省空间和检索效率的

---

我建议您查看一下压缩的是什么类型的数据？它是如何分发的？有没有订购过？所有这些都会影响它的压缩程度，并且可能允许您将数据转换为更容易压缩的内容，或者直接转换为更小的内容

数据压缩在“随机”数据上效果不佳。如果您的数据在较小的范围内，您很可能能够利用这一点

事实上，您应该简单地尝试运行任何一种常用算法，看看数据是否“足够压缩”。如果不是，并且您对数据的了解比压缩算法“直观”的要多，那么您应该利用这些信息

例如，您的数据不只是Lat和Long，而是假定它们彼此“接近”。然后您可能会存储一个“origin”Lat和Long，其余的可以是differential。也许这些差异小到足以容纳一个带符号的字节

---

这只是一个简单的例子，说明你可以利用数据知识来做一些事情，而不是一些通用算法可能无法解决的事情。

这是一个小理论很有用的地方。你需要考虑几件事：

• 您的测量分辨率是多少：0.1°或0.001°？1秒还是1微秒
• 测量值是按一定顺序关联的，还是随机组合在一起的

比如说，分辨率是0.01°。您知道您的值范围为-180°到+180°，或35900个不同的值。Lg（35900）≈ 16所以你需要16位；14位用于-90°–+90°。显然，如果将这种值存储为浮点值，可以立即将数据压缩一半

与日期时间类似，范围是多少；你必须有多少比特

现在，如果数据是按某种顺序排列的（比如，在一艘船上按顺序采集样本），那么您只需要一个起始值和一个增量；这会有很大的不同。当一艘船以30海里/小时的速度航行时，位置的变化不能超过每小时0.03度或每秒0.0000083度。这些增量将是非常小的值，因此可以将它们存储在非常少的位中

关键是你可以做很多事情，但你必须比我们更了解数据，才能提出建议

---

更新：哦，等等，定点字符串

好的，这（相对）容易。首先，是的，您希望将字符串转换为某种二进制表示形式。只是组成一个数据项，您可能有

040.00105.0020090518212100Z

你可以转换成

| 4000 | short int, 16 bits | | 10500 | short int, 16 bits | | 20090518212100Z | 64 bits | |4000 |短整数，16位| |10500 |短整数，16位| |20090518212100Z | 64位|

---

这是96位，12字节对26字节。

这取决于你要对数据做什么，以及你需要多少精度

Lat/long通常以度、分和秒为单位，60秒为一分，60分钟为一度，1度纬度名义上等于60海里（nmi）。1分钟等于1牛顿米，1秒钟刚好超过100英尺

纬度从-90度到+90度。将纬度表示为整数秒，可以得到-324000..+324000的范围，或大约20位。经度为-180到+180，因此以相同的方式表示经度还需要1位

因此，您可以在41位中表示一个完整的横向/纵向位置，至+/-50英尺

显然，如果你不需要那么高的精度，你可以减少你的比特数

---

请注意，传统的单精度32位浮点使用约24位尾数，因此，如果您仅将lat/long（以秒为单位）转换为浮点，则长度将降至+/-6英尺。对于这种类型的东西，很难打败两个单精度浮点。

根据可用字符的不同，你可以很容易地制作一些东西

例如，如果输入仅为数字（0..9），这里有一个将编码和解码它们的解决方案，使用Kotlin（Java上的类似内容）：

---

您是使用定点还是浮点来表示纵横比？如果有固定数量的位置，则可以将值字节打包到字节数组中。在每个数据包中包含如此少量的数据时，压缩/数据包头中的over header可能比数据本身中的over head更多。还有，你使用的是什么语言？谢谢你的建议。我期待着这样的解决方案。在这里，数据格式是固定的，有数千个顺序数据。所以，我想这里的delta解决方案更有效。问题是，它没有索引。因此，在读取数据之前，必须对其进行解压缩。你能推荐一个更好的索引解决方案吗？非常感谢。我们开始了解数据的真实情况，以及损失是否可以接受。不过有几点想法：每k步存储一个完整值，这样就不必运行

fun encodeDigitsOnlyString(stringWithDigitsOnly: String): ByteArray {
    //we couple each 2 digits together into a single byte.
    //For the last digit, if it has no digit to pair with, it's paired with something that's not a digit
    val result = ArrayList<Byte>()
    val length = stringWithDigitsOnly.length
    var lastDigit: Byte? = null
    for (i in 0 until length) {
        val char = stringWithDigitsOnly[i]
        val digitAsByte = char.toString().toInt().toByte()
        if (lastDigit == null) {
            if (i == length - 1) {
                //last digit
                val newByte = (digitAsByte + 0xf0).toByte()
                result.add(newByte)
            } else {
                //more to go
                lastDigit = digitAsByte
            }
        } else {
            val newByte = (digitAsByte + lastDigit.toInt().shl(4)).toByte()
            result.add(newByte)
            lastDigit = null
        }
    }
    return result.toByteArray()
}

fun decodeByteArrayToDigitsOnlyString(encodedDigitsOnlyByteArray: ByteArray): String {
    val sb = StringBuilder(encodedDigitsOnlyByteArray.size * 2)
    for (byte in encodedDigitsOnlyByteArray) {
        val hex = Integer.toHexString(byte.toInt()).takeLast(2).padStart(2, '0')
        if (hex[0].isLetter())
            sb.append(hex.last())
        else
            sb.append(hex)
    }
    return sb.toString()
}

val inputString="12345"
val byteArray=encodeDigitsOnlyString(inputString) //produces a byte array of size 3
val outputString=decodeByteArrayToDigitsOnlyString(byteArray) //should be the same as the input