圧縮方式

• ランレングス圧縮方式
  連続する同符号を、符号と繰り返し回数で表現する 圧縮方式。例えば、"AAAAAAAAAAAAAAAAAA"は、 "*18A;"のように圧縮される。 空白の多い白黒画像や、連続したゼロ領域を含む バイナリデータ等で有効。

  同じ符号が多数続いている場合(これを"ラン"と言う)、 "ラン"全体を、その符号と繰り返し回数のペアで表すことで、 全体の情報サイズを小さくする圧縮方式である。 Win32APIのGetDIBit関数は、 デバイス独立ビットマップ形式データを作成する時、 ランレングス圧縮方式を指定できるが、 圧縮結果が非圧縮時のサイズより大きくなると、 関数自体が失敗する、という、文書に明示されていない仕様がある。 このため、「ある程度以上複雑な図形を ビットマップファイルにセーブしようとすると、セーブされない」 という、一見不可思議な障害を引き起こした経験もある。

• スライディング・ディクショナリー
  前方の文字列と同じものが後方に表れた場合、 これを、前方文字列までの相対距離と 一致する文字列の長さで表現する圧縮方式。
  例えば、"perfect makes imperfect"は、 "perfect makes im*16,7;"と圧縮される。 (展開時は、*から数えて16文字手前からの7文字を そのまま使用する。)
  プログラムや日本語のような、同じ単語が 繰り返し表れるようなデータに有効。

• エントロピー圧縮
  符号の出現頻度統計から符号長に差のある新たな符号を 割り当てる圧縮方式。 例えば、普通コンピューターのデータは８ビットで 表現されるが、もしデータ"0x00"が頻繁に表れるなら、 これには８ビットを割り当てるのはもったいないので "1b"という１ビットの符号を再割り当てする。 その分、たまにしか表れないデータ"0x5b"は、 "000101101001110100010b"のような２０ビット以上の 符号が割りあたってしまうかもしれないが、 長い符号は出現頻度が低いのだから、 全体としては圧縮効果が期待できる。