java中的整数压缩

我有一个整数序列，格式如下：

Integer1 Integer2 Integer3 Integer4 Integer5 ....

每四个连续整数对应于单个记录的值。所以，我真的不能点

压缩此类文件的最佳方式是什么

更新：

1-这些值相互独立。每4个连续整数代表一条记录，例如：

CustomerId PurchaseId产品费用

每个都有一个整数值

2-理想情况下，我希望将其压缩为对象并存储在磁盘上

---

谢谢

最简单、最兼容的方法是在编写文件时对其进行GZIP处理，方法是使用GZIPOutputStream包装流并使用gzipoutstream包装读取

InputStream in = new BufferedInputStream(new GZIPInputStream(new FileInputStream(filename)));

OutputStream out = new BufferedOutputStream(new GZIPOutputStream(new FileOutputStream(filename)));

---

在给定的方式中，使用GZip不是最优的。由于您的OrderID、PurcaseId、ProductID和moneyspend彼此不同，但所有OrderID都有一些共同点，比如PurcaseId、ProductID和moneyspend。因此，最好不是按行而是按列存储这些值

由于您将要存储的表中通常有一个排序顺序，因此一列可以用delta值表示。例如，如果按OrderId对值进行排序，则可以将10、23、44、53的顺序表示为+10、+13、+21、+53。这些数字比原始数字更小，更容易重复

整数值可以表示为可变位长度信息。首先，存储该值的位数，并将其大于实际值。这样可以节省很多前导零

对于所花的钱，你也可以考虑典型数字的实际重复，比如99、25、50、49等等。更可能的情况是，产品的价格为49,99，而不是51,23。因此，将货币整数拆分为两个值将使您能够使用哈夫曼编码，并将特殊值视为符号，其余值视为运行长度位

为了表示位长度，您还可以使用不同的编码方案——一种是64个符号的哈夫曼码（64个不同长度的信息），并训练编码方案。这样，您将得到非常少的位数，而不是写入整数甚至长整数

剩下的东西可以放到gzip中。这通常效果更好，取决于您表示位长度的方式，因为压缩前导零比压缩不同的位长度信息更容易，但每次压缩都会产生成本

比特长度的另一种编码方案是使用最小-最大方法

例如，对于上面的序列10、23、44、53，我们存储10、+43（53）、+13、+23。这个想法是要知道在10到53之间有43个元素。因此，下一个值的最大长度为6（2^6=64）位。这样就不需要比特长度信息。您只需将序列存储在顺序中：第一个最小值、下一个最大值、下一个最小值、下一个最大值等等

更有效的方案是使用最小、最大、中间、中间左、中间右、中间左、中间左、中间左、中间左、中间右、中间右。这样，您就有最好的机会获得最小的位长度知识。使用这种方法会产生非常小的整数，而不需要额外的位长度信息

使用此类方案通常会使GZip进一步减少<10%，从而导致完全忽略GZip

[摘要]

---

因此GZip很简单，如果您需要挤出更多，请选择列方式，而不是行/条目方式。使用每列的专门知识。如果已排序，请使用增量作为表示。使用由哈夫曼码（每列一个）表示的位长度信息，并使用美分和美元的值作为产品价格，通常会产生非常好的压缩机会。按delta存储已排序的列，并使用树型存储，从而对下一步的位长度有很好的了解。

不，我不明白这个问题。。。可能是一个例子（用实数）可能会澄清你的要求。。。当你说压缩-标准压缩（比如gzip）不够好，或者你在追求FAST之类的东西时，你是想把它们压缩成代码中的对象，还是硬盘上的文件？你的问题很模糊……价值观是否平均分配？这些值包括哪些范围？相邻的值是独立的还是类似的，例如在音频样本中？你知道这些值的来源吗？这可能会有帮助吗？它们目前是否以人类可读的文本格式存储？如果是的话，二进制格式已经可以节省大量磁盘空间。它们作为对象存储，而不是以人类可读的格式存储。