中文文本压缩的LZW算法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (3): 112-116.

• 数据库、数据挖掘、机器学习 • 上一篇下一篇

中文文本压缩的LZW算法

陈庆辉1，2，陈小松1，韩德良1

1.中南大学数学与统计学院，长沙 410083
2.中南大学商学院，长沙 410083

出版日期:2014-02-01 发布日期:2014-01-26

Compression algorithm LZW on Chinese text

CHEN Qinghui1，2，CHEN Xiaosong1，HAN Deliang1

1.School of Mathematics and Statistics, Central South University, Changsha 410083, China
2.School of Business, Central South University, Changsha 410083, China

Online:2014-02-01 Published:2014-01-26

摘要/Abstract

摘要： 结合中文文本中的汉字编码方式、大字符集以及重复字串不长三个不同于英文文本的结构特点对LZW算法从读取数据方式、基本码集和字典码值输出方式三方面进行了修改。改进后的算法对中文文本的压缩比平均比LZW19提高了19%且压缩和解压速度与后者相当，其对较长的中文文本的平均压缩比已接近或者超过了压缩软件WinRAR。

关键词: 中文文本, 数据压缩, 压缩算法, 编码, LZW

Abstract: This paper presents a compression algorithm for Chinese text which is improved from LZW algorithm. By modifying LZW algorithm’s dictionary size, basic set and the output way of dictionary code, the improved algorithm LZW_CH demonstrates about 19% higher compression ratio than LZW19’s with almost the same execution speed. LZW_CH doesn’t need any pre-processing work for the compressing data. As a single compression algorithm, LZW_CH’s compression with long Chinese text has closed or exceeded the professional compression utility WinRAR.

Key words: Chinese text, data compression, compression algorithm, encoding, LZW

陈庆辉1，2，陈小松1，韩德良1. 中文文本压缩的LZW算法[J]. 计算机工程与应用, 2014, 50(3): 112-116.

CHEN Qinghui1，2，CHEN Xiaosong1，HAN Deliang1. Compression algorithm LZW on Chinese text[J]. Computer Engineering and Applications, 2014, 50(3): 112-116.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	吴文龙，周喜，王轶，王保全. WKAG：一种针对不平衡医保数据的欺诈检测方法[J]. 计算机工程与应用, 2021, 57(9): 247-254.
[3]	李健，孙大松，张备伟. 结合双编码器与对抗训练的图像修复[J]. 计算机工程与应用, 2021, 57(7): 192-197.
[4]	温杰彬，杨文忠，马国祥，张志豪，李海磊. 基于Apex帧光流和卷积自编码器的微表情识别[J]. 计算机工程与应用, 2021, 57(4): 127-133.
[5]	陈海，钱付兰，陈洁，赵姝，张燕平. 基于变分自编码器的评分预测模型[J]. 计算机工程与应用, 2021, 57(22): 153-159.
[6]	安磊，韩忠华，林硕，尚文利. 面向网络入侵检测的GAN-SDAE-RF模型研究[J]. 计算机工程与应用, 2021, 57(21): 155-164.
[7]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[8]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[9]	刘臣，陈静娴，郝宇辰，李秋，甄俊涛. 基于时空网络的地铁进出站客流量预测[J]. 计算机工程与应用, 2021, 57(18): 248-254.
[10]	丁勇，程家桥，蒋翠清，王钊. 基于主题和关键词特征的比较文本分类方法[J]. 计算机工程与应用, 2021, 57(17): 196-202.
[11]	徐麒皓，李波. 改进双向LSTM的肺结节分割方法[J]. 计算机工程与应用, 2021, 57(15): 237-244.
[12]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.
[13]	张阳，鲁鸣鸣，郑一基，李海峰. 基于图自编码器模型的学生成绩预测[J]. 计算机工程与应用, 2021, 57(13): 251-257.
[14]	胡任远，刘建华，卜冠南，张冬阳，罗逸轩. 融合BERT的多层次语义协同模型情感分析研究[J]. 计算机工程与应用, 2021, 57(13): 176-184.
[15]	郑淋文，周金治，黄静. 深度稀疏自编码器在ECG特征提取中的应用[J]. 计算机工程与应用, 2021, 57(11): 156-161.

中文文本压缩的LZW算法

Compression algorithm LZW on Chinese text

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics