游戏常用压缩算法的介绍和识别

shane007

原文
5 n2 l+ @# N4 J9 ?3 m2 x- u" ?$ lhttp://blog.csdn.net/vbvan/archive/2008/02/25/2118668.aspx

/ S1 u# l1 G0 B' odeflate
http://www.zlib.net/
7 g, [: }+ b. d  B% \这是ZIP默认采用的压缩算法。ZIP格式使用非常广泛，不仅有开源的C实现-zlib，还有众多的商业解决方案。因此在游戏中采用deflate，可以大大降低编程的成本。很多国外游戏的档案都采用这种压缩算法，或者直接使用ZIP文件格式存储资源。目前不少国内厂商也开始采用deflate。
默认ZIP使用的deflate，传入的WindowBits是-0xF。而zlib中默认使用的WindowBits是0xF。
" ~6 |* ^  W3 S& }: v+ a2 p采用0xF作为WindowBits时，压缩后的数据的第一个字节往往是0x78，这可以用于识别deflate算法。
另外deflate算法通常都使用了zlib中的实现，在exe中会保留有版权信息：“ deflate 1.2.3 Copyright 1995-2005 Jean-loup Gailly ”，或者会带有zlib.dll。

bzip2
http://www.bzip.org/
在游戏中很少见，不过确实有游戏公司采用。
它压缩之后的数据是以BZ开头的。

( U2 b# J! _9 c/ Nlzo
http://www.oberhumer.com/opensource/lzo/
; _2 ?  O" H6 C7 clzo是一种解压非常快速的压缩算法，通常开头若干字节不会被压缩。国内有几家公司使用了这种算法。
lzo的版权信息是：
! C; C' R7 P4 p- A, }- X“LZO data compression library.
$Copyright: LZO (C) 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005 Markus Franz Xaver Johannes Oberhumer
: ~/ w0 u4 |2 P1 i<[email protected]>
http://www.oberhumer.com $”

rle
http://www.datacompression.info/RLE.shtml
RLE是一个非常简单的算法，变种非常多。通常用于图像数据的压缩。
  [$ B% t; a' U3 [# x较早的游戏一般用RLE算法压缩透明色。
标准的rle算法通常用字节的高2位做标记，因此比较容易识别。
4 Z0 C! r4 h8 g( N
lzss
http://www.datacompression.info/LZSS.shtml
! l. a$ N/ R, A# K. i7 N日本人Haruhiko Okumura发明的压缩格式。
7 d) J- D5 E2 H( f% h9 b这个算法有非常多的变种，在较早的游戏中比较常见。
仙剑1就采用了这种压缩算法的变种，它对压缩之后的数据做了huffman编码。
" f1 R2 `, F+ i' F/ X标准的LZSS算法采用单独的字节存储标记，所以通常数据的开头若干字节也是不会被压缩的。

lzhuf
( g9 _, }, Y! N) [/ z, l日本人Haruyasu Yoshizaki发明的压缩格式，使用了huffman编码。
相比lzss更复杂一些，在早期的游戏中也比较常见。
/ b/ f3 C8 ^6 I+ ]
! Y2 ~/ o- G  V: {; L& Y3 B6 }最后贴一篇压缩算法的历史回顾
http://oku.edu.mie-u.ac.jp/~okumura/compression/history.html

灰色小狼

我是进来膜拜霍夫曼大神的 [s:39]
* s; |& k8 ?  g1 r! X/ ]/ m
6 D: M% v, A7 r$ H/ O4 _/ K8 ^) IHuffman编码
# \7 @9 o6 O: ~& {- R! VHuffman编码是第一个真正实用的编码方法，由D.A.Huffman在1952年提出。当时Huffman是麻省理工学院的一名学生，据说为了向老 师证明自己可以不参加某门功课的期末考试，他设计了这个看似简单却影响深远的编码方法。Huffman编码效率高，运算速度快，实现方式灵活，从20世纪 60年代直到现在，在数据压缩领域得到了广泛的应用。而20世纪80年代初，Huffman编码又出现在CP/M和DOS系统中，即使在今天，在许多知名 的压缩工具和压缩算法里（如WinZip、gzip和JPEG），也都有Huffman编码的身影。不过，Huffman编码所得的编码长度只是对信息熵 计算结果的一种近似，并不能真正逼近信息熵的极限。Huffman编码影响力很深远，至今还在计算机大专学生必修课程《数据结构》中被提及。