- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个包含数百万个街道名称的列表,想使用压缩算法压缩它们。我不确定哪种算法最适合。大多数街道名称中都有共同的子字符串,例如“街道”、“路”……
所有街道名称的集合是固定的,不会动态更改。
起初我在考虑霍夫曼编码,但它只编码单个字母,所以它不会提供很好的性能。所以我想到了生成一个 trie 并计算最常见的子字符串。然后我可以有某种代码来遍历这个特里以得到这个词,并使用类似霍夫曼编码的东西来压缩这些代码。我不确定这是否不会使它变得比需要的更复杂。
有谁知道对我来说有意义的压缩技术?
编辑 1
我的用例是这样的:我有一个存储空间有限的电话设备。此电话需要保存特定国家/地区所有街道的所有街道名称。现在每个街道对象都有一些值,其中包括街道名称作为字符串。这占用了大部分空间,我想尽量减少它。由于名称非常相似,即大多数以“...street”或“...way”结尾,我认为可能值得实现针对这种情况的特定压缩算法。
一个简单的 gzip 带来了大约 50% 的压缩。我认为应该可以从中获得更多。
编辑 2
Ebbe M. Pedersen 的解决方案实际上给出了非常好的性能结果。下面是一些代码(用 C# 编写):
private IndexedItem[] _items;
public void CompressStrings(string[] strings)
{
Array.Sort(strings);
_items = new IndexedItem[strings.Length];
string lastString = string.Empty;
for (int i = 0; i < strings.Length; i++)
{
byte j = 0;
while (lastString.Length > j && lastString[j] == strings[i][j])
{
j++;
}
_items[i] = new IndexedItem() { Prefix = j, Suffix = strings[i].Substring(j) };
lastString = strings[i];
}
}
private struct IndexedItem
{
public byte Prefix;
public string Suffix;
}
最佳答案
根据您的数据集,您可以先对街道名称进行排序,然后将每条街道名称表示为前一个街道名称的子字符串+“不同部分”。
具有一些相似街道名称的示例:
How much to copy from previous street name in Hex
| The rest of the street name
Original V V V V Orig size New size
Broadwalk 0 Broadwalk 9 10
Broadwater 7 ter 8 4
Broadwater Access A Access 17 8
Broadwater Bluff B Bluff 16 6
Broadwater Branch C ranch 17 6
Broadwater Bridge D idge 17 5
Broadwater Cemetary B Cemetary 19 9
Broadwater Creek C reek 16 5
Broadwater Point B Point 16 6
Broadwater Pvt C vt 14 3
Broadwaters A s 11 2
Broadway 7 y 8 2
Broadway And Union 8 And Union 18 11
Broadway Apartments 9 partments 19 10
Broadway Avenue 9 venue 15 6
--- ---
220 93
关于想要的街道名称的压缩算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15645779/
我有点想做 the reverse of this. 我不想解压缩并将收集文件添加到 S3 应用户要求: 生成一堆xml文件 使用一些图像(托管在 s3 上的预先存在的图像)压缩 xml 文件 下载
将此添加到域的虚拟主机后 AddOutputFilterByType DEFLATE application/javascript text/javascript text/css 响应头不包含任何内
在 Apache Im 中,通过将以下内容添加到我的 .htaccess 文件来启用输出压缩: # compress text, html, javascript, css, xml: AddOutp
是否可以以压缩格式将请求数据从浏览器发送到服务器? 如果是,我们该怎么做? 最佳答案 压缩从浏览器发送到服务器的数据是不受 native 支持 在浏览器中。 您必须找到一种解决方法,使用客户端语言(可
我正在寻找可以压缩JavaScript源代码的工具。我发现一些网络工具只能删除空格字符?但也许存在更好的工具,可以压缩用户的函数名称、字段名称、删除未使用的字段等。 最佳答案 经常用来压缩JS代码的工
使用赛马博彩场景,假设我有许多单独的投注来预测比赛的前 4 名选手 (superfecta)。 赌注如下... 1/2/3/4 1/2/3/5 1/2/4/3 1/2/4/5 1/2/5/3
我是一名实习生,被要求对 SQL 2008 数据压缩进行一些研究。我们想将 Outlook 电子邮件的几个部分存储在一个表中。问题是我们想将整个电子邮件正文存储在一个字段中,然后又想压缩它。使用 Ch
我目前有一个系统,用户可以在其中上传 MP4 文件,并且可以在移动设备上下载该文件。但有时,这些视频的大小超过 5MB,在我国,大多数人使用 2G。因此,下载大型视频通常需要 15-20 分钟。 有什
假设我有一个带有类型列的简单文档表: Documents Id Type 1 A 2 A 3 B 4 C 5 C 6 A 7 A 8 A 9 B 10 C 用户
我有一个较大字符串中的(子)字符串位置的 data.frame。数据包含(子)字符串的开头及其长度。可以很容易地计算出(子)字符串的结束位置。 data1 start length end #>
我想知道是否 文件加密算法可以设计成它也可以执行文件压缩的事件(任何活生生的例子?)。 我也可以将它集成到移动短信服务中,我的意思是短信吗? 另外我想知道二进制文件...如果纯文本文件以二进制编码
关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 7年前关闭。 Improve thi
我们有几个具有大量 JavaScript 的 Java 项目,目前我们使用的是旧版本的 YUICompressor (2.4.2)。然而,我在这篇博文中发现 YUICompressor 正在 depr
从之前关于尝试提高网站性能的文章中,我一直在研究 HTTP 压缩。我读过有关在 IIS 中设置它的信息,但它似乎是所有 IIS 应用程序池的全局事物,我可能不允许这样做,因为还有另一个站点在其上运行。
我有一个 REST 服务,它返回一大块 XML,大约值(value) 150k。 例如http://xmlservice.com/services/RestService.svc/GetLargeXM
我正在尝试获取一个简单的 UglifyJS (v2.3.6) 示例来处理压缩。 具体来说,“未使用”选项,如果从未使用过,变量和函数将被删除。 这是我在命令行上的尝试: echo "function
我正在开发一个项目,如果我的磁盘出现问题,我将在使用 ZLIB 压缩内存块后将其发送到另一个磁盘。然后我计划下载该转储并用于进一步调试。这种压缩和上传将一次完成一个 block - 比如说 1024
LZW 压缩算法在压缩后增加了位大小: 这是压缩函数的代码: // compression void compress(FILE *inputFile, FILE *outputFile) {
我的问题与如何在 3D 地形上存储大量信息有关。这些信息应该是 secret 的,因为它们非常庞大,也应该被压缩。我选择了文件存储,现在我想知道将对象数据加密/压缩(或压缩/加密)到文件的最佳做法。
我使用以下代码来压缩我的文件并且效果很好,但我只想压缩子文件夹而不是在压缩文件中显示树的根。 public boolean zipFileAtPath(String sourcePath, Strin
我是一名优秀的程序员,十分优秀!