[发明专利]数据压缩装置及方法

说明书

本发明公开了一种数据压缩方法，属于数据处理领域。所述方法包括：获取待压缩数据与m个参考数据块，m大于1，且m为整数；将该待压缩数据与该m个参考数据块进行匹配，获得至少一个索引编码，每个索引编码包括参考数据块标识和字符串信息，每个参考数据块标识指示m个参考数据块中的一个参考数据块，每个字符串信息指示待压缩数据中的连续字符串在参考数据块中的位置信息；实现了通过多个参考数据块对待压缩数据进行压缩来提升压缩效率。

技术领域

本发明涉及数据处理领域，特别涉及一种数据压缩装置及方法。

背景技术

在数据处理领域中，数据压缩是一种通过特定步骤来减少重复数据，达到缩减存储空间的方法。

差分(英文：Delta)压缩是目前较为常用的一种无损数据压缩方法。其主要包括如下步骤：通过特定的相似度检测算法从若干个参考数据块中检测出一个与待压缩数据相似度最高的参考数据块，并对待压缩数据与该参考数据块进行差异计算，以获得压缩结果。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

现有的差分压缩算法对参考数据块与待压缩数据之间的相似度要求较高，当不存在与待压缩数据之间的相似度较高的压缩数据块时，压缩效果较差。

发明内容

为了解决现有技术中当不存在与待压缩数据之间的相似度较高的压缩数据块时，压缩效果较差的问题，本发明实施例提供了一种数据压缩装置及方法。所述技术方案如下：

第一方面，提供了一种数据压缩方法，该方法包括：获取待压缩数据与m个参考数据块，m大于1，且m为整数；将该待压缩数据与该m个参考数据块进行匹配，获得至少一个索引编码，每个索引编码包括参考数据块标识和字符串信息，每个参考数据块标识指示m个参考数据块中的一个参考数据块，每个字符串信息指示待压缩数据中的连续字符串在参考数据块中的位置信息。

本发明实施例提供的数据压缩方法，通过多个参考数据块对待压缩数据进行压缩，当不存在与待压缩数据之间的相似度较高的压缩数据块时，也能够保证较高的压缩效率。此外，本发明实施例所示的数据压缩方法对参考数据块与待压缩数据之间的相似度要求较低，相似度匹配的算法简单，且很容易匹配出符合要求的参考数据块，能够在保证压缩效果的前提下提高压缩效率。

在第一方面的第一种可能的实施方式中，获取m个参考数据块时，逐一计算预先设置的各个参考数据块各自与待压缩数据之间的相似度，获取该各个参考数据块中，与该待压缩数据之间的相似度大于预设阈值的m个参考数据块。

结合第一方面的第一种可能的实施方式，在第一方面的第二种可能的实施方式中，该获取该各个参考数据块中，与该待压缩数据之间的相似度最大的m个参考数据块，包括：每计算出一个与该待压缩数据之间的相似度大于该预设阈值的参考数据块时，将匹配数量加1，该匹配数量的初值为0；判断该匹配数量是否达到预设的数量上限M，M≥2，且M为整数；若判断结果为该匹配数量达到预设的数量上限M，则将已计算出的与该待压缩数据之间的相似度大于该预设阈值的参考数据块获取为与该待压缩数据相匹配的m个参考数据块；若判断结果为该匹配数量未达到预设的数量上限M，则判断该各个参考数据块各自与该待压缩数据之间的相似度是否全部计算完毕；若判断结果为该各个参考数据块各自与该待压缩数据之间的相似度全部计算完毕，则将已计算出的与该待压缩数据之间的相似度大于该预设阈值的参考数据块获取为与该待压缩数据相匹配的m个参考数据块。

本发明实施例提供的数据压缩方法，只需要从若干个参考数据块中获取出多个相似度要求较低的参考数据块即可，由于对参考数据块与待压缩数据之间的相似度要求较低，因此，逐一计算各个参考数据块与该待压缩数据之间的相似度，当计算出与待压缩数据相匹配的参考数据块的数量足够时，可以停止后续计算过程，从而缩短匹配过程，提高压缩效率。