compression - "Priming"或 "Training"用于压缩/解压缩的压缩算法？

Question

我正在尝试弄清楚是否有可以预先训练的压缩算法，您可以在其中使用训练后的数据来压缩和解压缩数据。

我不确切知道压缩算法是如何工作的，但我有一种暗示这是可能的。

例如，如果我独立压缩这些行，它不会压缩得很好。

banana: 1, tree: 2, frog: 3
banana: 7, tree: 9, elephant: 10

如果我事先用 100 个样本行训练压缩算法，它会压缩得很好，因为它已经有一种将“香蕉”映射到代码/查找值的方法。

帮助解释我的问题的伪代码:

# Compressing side

rip = Rip()
trained = rip.train(data)  # once off
send_trained_data_to_clients(trained)

compressed = rip.compress(data)

# And on the other end

rip = Rip()
rip.load_train_data(train)
data = rip.decompress(compressed)

是否有一个通用的(即有流行语言的库)压缩算法让我这样做？

Answer 1

用大多数压缩算法的说法，您所描述的将是压缩器的预设字典。

我不能说所有的压缩库，但 zlib 绝对支持这一点——正如你想象的那样——通过 deflateSetDictionary()和 inflateSetDictionary()职能。见 zlib manual详情。