{
  "id": "lossless-data-compression",
  "title": "无损数据压缩",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "无损数据压缩在减小数据表示大小的同时，允许精确还原原始数据。",
  "category": "computer-science",
  "subcategory": "algorithms-theory",
  "type": "concept",
  "aliases": [
    "无损压缩",
    "可逆压缩"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/lossless-data-compression/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/lossless-data-compression/",
      "json": "https://aiwiki.page/en/lossless-data-compression.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "无损数据压缩是一种数据压缩方式，解码后可精确还原原始数据。它利用数据中的重复、符号出现频率的差异或可预测的关系来进行压缩，而不丢弃信息。与有损压缩不同，无损压缩不允许用近似结果代替编码时的输入。无损压缩方法既包括面向字节流的通用技术，也包括专门用于图像和音频的格式。能够精确还原是编码与解码过程的性质，并不意味着每个输入经过压缩后都会变小。(web.mit.edu)"
    },
    {
      "heading": "可逆性与基本限制",
      "text": "编码器 \\(E\\) 和解码器 \\(D\\) 必须对每个支持的输入 \\(x\\) 满足\n\n\\[D(E(x))=x\\]\n\n因此，编码器必须是单射函数：两个不同的输入不能具有相同的完整编码表示。还原数据所需的任何字典、模型或其他信息，都必须能由解码器获得，无论这些信息是随数据传输、由解码器重建，还是事先约定的。(web.mit.edu)\n\n没有任何无损压缩算法能够缩短所有可能的输入。长度为 \\(n\\) 的二进制串有 \\(2^n\\) 个，而长度小于 \\(n\\) 的二进制串，包括空串在内，只有 \\(2^n-1\\) 个。因此，通过计数可知，彼此不同的编码不可能全部比原始输入更短。有些输入的长度必然保持不变，或有所增加。对于较小的输入，头部和编码表所占的空间也可能超过压缩节省的空间；DEFLATE 等格式提供了未压缩块，以应对压缩无益的情况。(rfc-editor.org)\n\n信息论通过信源的概率分布来描述压缩的极限。对于离散随机变量 \\(X\\)，其信息熵为\n\n\\[H(X)=-\\sum_x p(x)\\log_2 p(x).\\]\n\n对于可唯一解码的符号编码，码长的期望值不能低于 \\(H(X)\\)，其单位是每个符号的比特数。信源编码定理说明，对于独立同分布信源，如何通过对越来越大的数据块进行编码来逼近熵界。这些限制针对的是平均值，而不是每条消息各自的最小长度。对于存在依赖关系的信源，熵率描述了考虑上下文后，每个符号仍包含的信息量。(ocw.mit.edu)"
    },
    {
      "heading": "主要技术",
      "text": "**游程编码**用一个符号及其重复次数来表示连续重复的符号。例如，连续出现二十次的同一字符，无须将该字符写出二十遍即可表示。这种方法适合较长的连续重复段，但对于主要由较短重复段组成的数据，记录次数和标记所需的空间可能反而使数据变大。(jshun.csail.mit.edu)\n\n**霍夫曼编码**根据符号的概率，为其分配变长的二进制码字。这些码字构成前缀码，也就是说，任何一个完整码字都不是另一个码字的前缀。因此，解码时无须分隔符即可识别符号边界。对于给定的符号分布，霍夫曼编码的构造方法能使二进制前缀码的期望码长达到最小；不过，由于码字长度只能取整数，期望码长与熵之间仍可能存在差距。将多个符号分组编码，可以缩小按每个原始符号计算的差距。(web.mit.edu)\n\n**算术编码**通过不断细分数值区间来表示一个序列，并根据符号概率确定各子区间的大小。它不必为每个符号单独分配整数比特长度，因此能够逼近模型所预测的信息量。其效果既取决于编码机制，也取决于概率估计的准确性。(ocw.mit.edu)\n\n字典方法用紧凑的引用替换反复出现的字符串。LZ77使用对先前已解码数据的引用，通常以距离和长度来表示。伦佩尔–齐夫–韦尔奇算法（LZW）则建立字符串表，并输出表中的索引。解码器会重建同样动态变化的表，因此无须单独传输整个字典。这类方法利用的是重复出现的序列，而不仅仅是单个符号的频率。(rfc-editor.org)"
    },
    {
      "heading": "建模与可逆预处理",
      "text": "压缩通常将模型或可逆变换与熵编码器结合使用。模型估计哪些符号更可能出现，也可能将前面的符号作为上下文。自适应方法在处理数据流的过程中更新自身状态；编码器与解码器必须遵循一致的规则，才能保证还原结果没有歧义。即使能准确统计单个符号的出现次数，忽略依赖关系的模型仍可能无法利用大量冗余。(web.mit.edu)\n\n可逆预处理改变的是数据的表示方式，而不是删除信息。预测编码存储实际值与预测值之间的差，预测值由先前已知的数值推算得出。数值较小、分布较集中的残差，可能比原始值更容易编码。还原时，将每个残差加到相同的预测值上即可。PNG 滤波和 FLAC 音频编码都采用了这一基本原理。(w3.org)"
    },
    {
      "heading": "格式与应用",
      "text": "RFC 1951 规定的 DEFLATE 将 LZ77 式匹配与霍夫曼编码相结合。其数据流由多个块组成，各块可以采用固定的霍夫曼码、随数据传输的编码表，或不经压缩直接存储。它支持顺序处理，且所需的中间存储空间有明确上限，但该格式本身并不支持随机访问原始数据中的任意位置。(rfc-editor.org)\n\n便携式网络图形（PNG）在压缩前对扫描行进行可逆滤波。解码时，先解压经过滤波的字节，再执行滤波的逆操作，以还原图像样本值。无损性针对的是所编码的这些样本值：它无法恢复编码前已经丢弃的信息，也不意味着不同的 PNG 编码器会生成字节完全相同的文件。PNG 还提供数据块级别的冗余校验，用于检测传输过程中发生的数据损坏。(w3.org)\n\n自由无损音频编解码器（FLAC）利用相邻样本之间的关系、预测和残差编码来压缩脉冲编码调制音频，并精确还原所编码的样本值。其规范要求在编码和解码样本值时使用整数运算，以避免舍入误差，但允许在选择编码参数时进行浮点分析。FLAC 还定义了一个适合流式处理的子集，通过限制参数，使解码器的资源需求更易于预测。(rfc-editor.org)"
    }
  ],
  "links": [
    "data-compression",
    "lossy-data-compression",
    "injective-function",
    "algorithm",
    "information-theory",
    "probability-distribution",
    "random-variable",
    "information-entropy",
    "expected-value",
    "bit",
    "source-coding-theorem",
    "entropy-rate",
    "run-length-encoding",
    "huffman-coding",
    "prefix-code",
    "arithmetic-coding",
    "predictive-coding",
    "png",
    "flac"
  ],
  "sources": [
    {
      "title": "web.mit.edu/6.02/www/s2010/handouts/lectures/L22-notes.pdf",
      "url": "https://web.mit.edu/6.02/www/s2010/handouts/lectures/L22-notes.pdf"
    },
    {
      "title": "rfc-editor.org/info/rfc1951/",
      "url": "https://www.rfc-editor.org/info/rfc1951/"
    },
    {
      "title": "ocw.mit.edu/courses/6-02-introduction-to-eecs-ii-digital-communication-systems-…",
      "url": "https://ocw.mit.edu/courses/6-02-introduction-to-eecs-ii-digital-communication-systems-fall-2012/b72997d311ea755a33864816037dd229_MIT6_02F12_lec02.pdf"
    },
    {
      "title": "jshun.csail.mit.edu/6506-s24/lectures/lecture13-2.pdf",
      "url": "https://jshun.csail.mit.edu/6506-s24/lectures/lecture13-2.pdf"
    },
    {
      "title": "ocw.mit.edu/courses/6-441-information-theory-spring-2016/pages/lecture-notes/",
      "url": "https://www.ocw.mit.edu/courses/6-441-information-theory-spring-2016/pages/lecture-notes/"
    },
    {
      "title": "w3.org/TR/png-3/",
      "url": "https://www.w3.org/TR/png-3/"
    },
    {
      "title": "rfc-editor.org/rfc/rfc9639.html",
      "url": "https://www.rfc-editor.org/rfc/rfc9639.html"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}