{
  "id": "run-length-encoding",
  "title": "游程编码",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "游程编码是一种无损压缩技术，将连续重复的值表示为该值及其重复次数。",
  "category": "computer-science",
  "subcategory": "algorithms-theory",
  "type": "concept",
  "aliases": [
    "行程编码",
    "游程长度编码",
    "运行长度编码",
    "RLE"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/run-length-encoding/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/run-length-encoding/",
      "json": "https://aiwiki.page/en/run-length-encoding.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "游程编码（RLE）是一种无损数据压缩方法，将连续出现的相同值表示为一个游程，通常用该值及其重复次数来描述。对于包含长段相同符号的数据，例如简单的光栅图像、二值掩码以及数据库列中连续重复的值，这种方法十分有效。RLE 是一类编码方案，而非某一种标准化的文件格式：不同方案采用不同的计数表示方式、字面量块以及游程识别规则。"
    },
    {
      "heading": "基本原理",
      "text": "游程是由相同符号连续组成、且无法再向两端延伸的序列。例如，序列\n\nAAAAABBBCCAAAA\n\n包含四个游程，可以表示为：\n\n(A, 5), (B, 3), (C, 2), (A, 4)\n\n解码时，将每个二元组展开为指定数量的对应值，即可精确还原原始序列。\n\n更形式化地说，长度为 \\(n\\) 的序列可以划分为 \\(r\\) 个游程：\n\n\\[x = v_1^{\\ell_1}v_2^{\\ell_2}\\cdots v_r^{\\ell_r},\\]\n\n其中，\\(v_i\\) 是第 \\(i\\) 个游程的值，\\(\\ell_i\\) 是该游程的长度，为正数，且相邻游程的值不同。各游程的长度满足\n\n\\[\\sum_{i=1}^{r}\\ell_i=n.\\]\n\n编码的符号不一定是字符，也可以是单个比特、字节、像素、整数或更大的记录。如何判定重复，取决于所选的单位：当每个像素占用多个字节时，重复的像素不一定会形成连续重复的字节。\n\n(A, 5) 这种记法仅用于说明，并非通用的存储格式。实际的编码必须规定字段大小、计数上限，以及解码器如何区分计数、数值和控制信息。"
    },
    {
      "heading": "编码与解码",
      "text": "基本的编码算法从左到右扫描输入，保存当前值及其计数。当遇到不同的值时，输出已完成的游程，并开始一个新游程。到达输入末尾后，输出最后一个游程。\n\n以抽象二元组表示输出时，可以用以下伪代码描述这一过程：\n\n如果输入为空：\n    返回\n\n当前值 = 输入的第一个符号\n计数 = 1\n\n对于剩余的每个符号：\n    如果符号 == 当前值：\n        计数 = 计数 + 1\n    否则：\n        输出(当前值, 计数)\n        当前值 = 符号\n        计数 = 1\n\n输出(当前值, 计数)\n\n实际实现还必须处理计数所能表示的最大值。超过这一上限的游程可以拆分为多条编码记录。\n\n编码的时间复杂度为 \\(O(n)\\)。解码为完全展开的序列同样需要 \\(O(n)\\) 时间，因为必须写出每一个输出符号。当输入和输出采用流式处理，且计数字段的最大长度固定时，这两种操作都可以只使用常量大小的辅助工作内存。存储完整的编码或解码结果则需要额外空间。"
    },
    {
      "heading": "压缩效果",
      "text": "RLE 利用的是较长的连续重复，而不只是某些值的高出现频率。序列 AAAAABBBBB 和 ABABABABAB 的符号频率相同，但分别包含两个和十个游程。\n\n假设每个原始符号占 \\(s\\) 比特，每个编码后的游程用 \\(s\\) 比特存储其值，再用 \\(c\\) 比特存储其计数。忽略头部、填充和计数溢出后，原始数据和编码后数据的大小分别为\n\n\\[L_{\\text{original}}=ns, \\qquad L_{\\text{encoded}}=r(s+c).\\]\n\n当满足以下条件时，编码能够实现压缩：\n\n\\[\\frac{n}{r}>1+\\frac{c}{s}.\\]\n\n因此，在这一简化格式下，平均游程长度必须足够长，才能抵消存储计数带来的开销。如果值和计数各占八比特，那么只有平均每个游程超过两个符号时，编码后的表示才会更小。\n\n游程较短时，RLE 可能使数据大幅膨胀。如果某种格式始终为每个游程存储一个值字节和一个计数字节，那么对于相邻字节均不相同的输入，编码后的大小约为原来的两倍。实际格式通常通过提供字面量块来减轻这一问题。"
    },
    {
      "heading": "主要变体",
      "text": "值—计数对\n\n最简单的形式为每个游程存储一个值和一个计数。计数可以采用固定位宽，也可以采用变长整数表示。定宽计数易于解析，但会限制游程长度；变长计数可以容纳更长的游程，但编码规则也会更复杂。\n\n计数既可以表示实际游程长度，也可以表示相对于某个最小长度的偏移量。例如，存储的计数为零时，可能表示出现一次。这类约定必须由格式明确定义。\n\n字面量块与重复块\n\n许多面向字节的方案会区分：\n\n- 字面量块：其中的字节原样复制。\n- 重复块：指定一个值及其重复次数。\n\n控制字节用于标识块的类型和长度。这样就不必为每个不重复的字节附加计数，不过字面量块的头部仍会带来开销。\n\nTIFF 图像中的一种可选压缩方式 PackBits 就是常见的例子。其数据包结构既支持字面量字节序列，也支持重复字节游程。其他图像格式采用不同的控制约定，因此它们的 RLE 数据流不能互换使用。\n\n二值游程长度\n\n对于二值数据，相邻游程的值会在零和一之间交替。如果初始值已知或另行存储，编码后的表示就可以只包含游程长度。\n\n例如：\n\n000011100\n\n可以表示为初始值 0 和长度序列 4, 3, 2。面向图像的方案可能假定每行以某种特定颜色开始，并在必要时使用长度为零的初始游程。\n\n指定值的游程\n\n有些方案只对某个选定值的游程进行编码，通常是零，而以其他方式表示其余值。当某种变换产生大量零值，却很少产生任意非零值的长游程时，这种方法很有用。"
    },
    {
      "heading": "应用与相关技术",
      "text": "图像与文档传输\n\nRLE 适合具有大片均匀区域的图像，包括图标、示意图、单色文档以及某些屏幕图形。某些 BMP 变体为索引色图像提供 RLE 模式，TIFF 则支持 PackBits。\n\n图像的排列方式会影响压缩效果。逐行独立编码会阻止游程跨越行边界。即使图像本身不变，采用不同的扫描顺序也可能产生不同的游程长度。\n\n传真编码方法利用扫描文档中交替出现的黑色和白色游程。这些游程的长度可以用变长码表示，而不必使用固定大小的整数。\n\n基于变换的压缩\n\nRLE 通常是更大的数据压缩流程中的一个阶段。在常见的 JPEG图像编码标准编码过程中，量化后的交流系数按某种顺序扫描，这种顺序往往能将零聚集在一起。编码时，将零游程与随后非零系数的相关信息一并表示，并用特殊符号处理特定情况。这并不是简单地直接对像素应用 RLE。\n\nRLE 也可以与霍夫曼编码或算术编码结合，进一步压缩得到的计数和符号。这些方法利用的是不同形式的冗余：RLE 利用连续重复，而熵编码则根据符号的概率分配相应的编码表示。\n\n数据库与掩码\n\n在数据库中，如果某列包含大量连续相同的值，就可以用值及其游程长度或游程边界来表示。排序可以将相同值聚集在一起，从而改善压缩效果，但排序会改变行顺序，并且可能需要额外的数据结构来保留原有关系。\n\n某些操作可以直接在编码后的游程上执行。例如，统计匹配值的数量时，可能只需累加游程长度，而不必展开每条记录。实际收益取决于具体操作和游程数量。\n\n在图像分割中，二值掩码可以存储为背景和前景交替出现的游程长度。为了正确重建掩码，这种表示必须指定图像尺寸、遍历顺序和初始值。"
    },
    {
      "heading": "局限性与实现注意事项",
      "text": "依赖局部重复。 RLE 无法高效利用被其他数据隔开的重复片段，也无法有效利用不涉及相邻相同值的一般统计规律。\n\n随机访问能力有限。 定位任意位置可能需要从头累加游程长度。前缀和、检查点或数据库索引可以加快访问速度，但代价是额外的存储空间。\n\n对数据表示方式敏感。 字节级、像素级和记录级的 RLE 可能产生非常不同的结果。相等关系的定义以及所编码的单位，都是方案的组成部分。\n\n解析与资源限制。 解码器必须区分字面值与控制字段，并拒绝格式错误或被截断的记录。不可信的计数可能导致输出内存分配过多、整数溢出或越过输出缓冲区边界的写入。因此，实现时必须对编码输入和展开后的输出都设定明确的大小限制。\n\n是否无损取决于整个处理流程。 RLE 本身会完整保留其输入。如果它位于有损变换之后，如许多 JPEG 处理流程中的情况，那么它保留的是变换后的符号，而不能恢复此前已丢弃的信息。"
    }
  ],
  "links": [
    "lossless-data-compression",
    "bit",
    "byte",
    "pixel",
    "algorithm",
    "pseudocode",
    "time-complexity",
    "data-compression",
    "jpeg",
    "huffman-coding",
    "arithmetic-coding",
    "database",
    "image-segmentation",
    "database-index",
    "integer-overflow"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}