Parallel processing 可以使lzw压缩/解压缩并行吗？
我读过关于如何使用LZW压缩/解压数据的书，但我想让它使用多线程。。。但我认为这是不可能的。你怎么认为？有关于这个问题的论文或文章吗？或者甚至是关于如何做的提示。您可能需要阅读，特别是第2.2节准确地解释了如何并行LZW方案。您可能需要阅读，特别是第2.2节准确地解释了如何并行LZW方案。在较低级别上并行压缩算法将提供有限的加速，并且可能会带来更多的麻烦。原因是真正的好处在于压缩大型数据集。在这种情况下，简单地将数据分解成多个片段，并使用常规算法对其进行单独压缩要容易得多Parallel processing 可以使lzw压缩/解压缩并行吗？,parallel-processing,compression,lzw,Parallel Processing,Compression,Lzw,我读过关于如何使用LZW压缩/解压数据的书，但我想让它使用多线程。。。但我认为这是不可能的。你怎么认为？有关于这个问题的论文或文章吗？或者甚至是关于如何做的提示。您可能需要阅读，特别是第2.2节准确地解释了如何并行LZW方案。您可能需要阅读，特别是第2.2节准确地解释了如何并行LZW方案。在较低级别上并行压缩算法将提供有限的加速，并且可能会带来更多的麻烦。原因是真正的好处在于压缩大型数据集。在这种情况下，简单地将数据分解成多个片段，并使用常规算法对其进行单独压缩要容易得多 LZW是旧的，不是很有
LZW是旧的，不是很有效。其他方法可以更快更有效地压缩。您可以查看从到ppmd、paq等的各种方案，从压缩最少的最快方案到压缩最好的最慢方案。并行化的一个例子是，它使用尽可能多的处理器和内核将大型文件压缩到磁盘。它以并行方式提供从先前块到后续块的历史记录，以便与串行、单处理器gzip压缩相比不会失去压缩效率。在较低级别上并行压缩算法将提供有限的加速比，并且可能会带来更多的麻烦。原因是真正的好处在于压缩大型数据集。在这种情况下，简单地将数据分解成多个片段，并使用常规算法对其进行单独压缩要容易得多
LZW是旧的，不是很有效。其他方法可以更快更有效地压缩。您可以查看从到ppmd、paq等的各种方案，从压缩最少的最快方案到压缩最好的最慢方案。并行化的一个例子是，它使用尽可能多的处理器和内核将大型文件压缩到磁盘。它以并行方式提供从先前块到后续块的历史记录，以便与串行、单处理器gzip压缩相比不会失去压缩效率。当需要执行大量整数算法时，使用多线程并行压缩或解压缩算法是合理的。但是
lzw整数运算量很低。主要的瓶颈是
字典lzw字典