壓縮裝置、壓縮方法、解壓裝置、解壓方法以及信息處理系統(tǒng)的制作方法
【專利說(shuō)明】壓縮裝置、壓縮方法、解壓裝置、解壓方法以及信息處理系統(tǒng)
技術(shù)領(lǐng)域
[0001]涉及數(shù)據(jù)的壓縮技術(shù)或者解壓技術(shù)的至少一方。
【背景技術(shù)】
[0002]根據(jù)使用了哈夫曼編碼、算術(shù)壓縮等可變長(zhǎng)度壓縮編碼的壓縮算法，使用與壓縮對(duì)象數(shù)據(jù)內(nèi)的字符代碼對(duì)應(yīng)的壓縮編碼來(lái)生成壓縮數(shù)據(jù)。另外，有利用哈夫曼編碼等壓縮算法，分配與作為字符代碼的組合的單詞建立有對(duì)應(yīng)關(guān)系的壓縮編碼來(lái)進(jìn)行壓縮數(shù)據(jù)的生成的壓縮技術(shù)(例如，參照專利文獻(xiàn)I等)。
[0003]專利文獻(xiàn)1:日本特開(kāi)2010-93414號(hào)公報(bào)
[0004]在特定的語(yǔ)言(例如，英語(yǔ)、德語(yǔ)等)中，根據(jù)構(gòu)成文檔的字符串中所包含的空格符號(hào)，來(lái)表示作為構(gòu)成文檔單位的單詞的劃分。在上述壓縮算法中，對(duì)包含多個(gè)字符的單詞分配一個(gè)壓縮編碼，另一方面對(duì)空格符號(hào)也分配壓縮編碼。由于與單詞等同地對(duì)空格符號(hào)也分配壓縮編碼，所以壓縮所使用的壓縮編碼數(shù)目增多，而成為壓縮率降低的重要因素。

【發(fā)明內(nèi)容】

[0005]根據(jù)本發(fā)明的一個(gè)側(cè)面，目的在于在用符號(hào)來(lái)表示構(gòu)成數(shù)據(jù)的單位間的劃分的數(shù)據(jù)的壓縮中提高壓縮率。
[0006]根據(jù)一個(gè)實(shí)施方式，壓縮裝置包含:存儲(chǔ)部，其將一個(gè)壓縮編碼與第一要素建立對(duì)應(yīng)關(guān)系地存儲(chǔ)，所述一個(gè)壓縮編碼與構(gòu)成數(shù)據(jù)的要素之一的第一要素和在上述數(shù)據(jù)中表示上述要素間的劃分的第一劃分符號(hào)的組合對(duì)應(yīng)；獲取部，其從上述存儲(chǔ)部獲取與從上述數(shù)據(jù)讀出的上述第一要素建立對(duì)應(yīng)關(guān)系地存儲(chǔ)的上述壓縮編碼；以及寫(xiě)入部，其將獲取的上述壓縮編碼，寫(xiě)入儲(chǔ)存上述數(shù)據(jù)的壓縮數(shù)據(jù)的儲(chǔ)存區(qū)域。
[0007]根據(jù)一個(gè)實(shí)施方式，解壓裝置包含:存儲(chǔ)部，其將與構(gòu)成數(shù)據(jù)的要素之一的第一要素和在上述數(shù)據(jù)中表示上述要素間的劃分的第一劃分符號(hào)的組合與一個(gè)壓縮編碼建立對(duì)應(yīng)關(guān)系地存儲(chǔ)；獲取部，其從上述存儲(chǔ)部獲取與從對(duì)上述數(shù)據(jù)進(jìn)行壓縮而得到的壓縮數(shù)據(jù)中讀出的上述壓縮編碼對(duì)應(yīng)的上述組合；以及寫(xiě)入部，其將獲取的上述組合所包含的上述第一要素以及上述第一劃分符號(hào)雙方寫(xiě)入對(duì)上述壓縮數(shù)據(jù)進(jìn)行解壓而得到的解壓數(shù)據(jù)的儲(chǔ)存區(qū)域。
[0008]根據(jù)一個(gè)實(shí)施方式，信息處理系統(tǒng)包含存儲(chǔ)裝置和信息處理裝置，信息處理裝置包含:存儲(chǔ)部，其存儲(chǔ)對(duì)構(gòu)成數(shù)據(jù)的要素之一的第一要素和在上述數(shù)據(jù)中表示上述要素間的劃分的劃分符號(hào)的組合與一個(gè)壓縮編碼建立有對(duì)應(yīng)關(guān)系的轉(zhuǎn)換詞典；接收部，其從上述存儲(chǔ)裝置接受對(duì)數(shù)據(jù)進(jìn)行壓縮而得到的壓縮數(shù)據(jù)；第一獲取部，其從上述轉(zhuǎn)換詞典獲取與從上述壓縮數(shù)據(jù)讀出的上述壓縮編碼對(duì)應(yīng)的上述組合；第一寫(xiě)入部，其將獲取的上述組合所包含的上述第一要素以及上述劃分符號(hào)雙方，寫(xiě)入對(duì)上述壓縮數(shù)據(jù)進(jìn)行解壓而得到的解壓數(shù)據(jù)的第一儲(chǔ)存區(qū)域；處理部，其對(duì)寫(xiě)入上述第一儲(chǔ)存區(qū)域的上述解壓數(shù)據(jù)進(jìn)行信息處理；第二獲取部，其從上述轉(zhuǎn)換詞典獲取與從進(jìn)行了上述信息處理的上述解壓數(shù)據(jù)讀出的上述第一要素建立對(duì)應(yīng)關(guān)系地存儲(chǔ)的上述壓縮編碼；第一寫(xiě)入部，其將獲取的上述壓縮編碼，寫(xiě)入儲(chǔ)存上述數(shù)據(jù)的壓縮數(shù)據(jù)的第二儲(chǔ)存區(qū)域；以及發(fā)送部，其將寫(xiě)入上述第二儲(chǔ)存區(qū)域的壓縮數(shù)據(jù)發(fā)送至上述存儲(chǔ)部。
[0009]根據(jù)一個(gè)實(shí)施方式，計(jì)算機(jī)可讀取的存儲(chǔ)介質(zhì)存儲(chǔ)一種壓縮詞典數(shù)據(jù)，該壓縮詞典數(shù)據(jù)具有按照數(shù)據(jù)要素的每個(gè)種類包含將與在數(shù)據(jù)中表示要素間的劃分的劃分符號(hào)和被上述劃分符號(hào)劃分的一個(gè)數(shù)據(jù)要素的組合對(duì)應(yīng)的一個(gè)壓縮編碼與上述數(shù)據(jù)要素建立有對(duì)應(yīng)關(guān)系的壓縮處理用信息的結(jié)構(gòu)，且是在計(jì)算機(jī)的壓縮處理中，基于上述一個(gè)數(shù)據(jù)要素來(lái)參照上述一個(gè)壓縮編碼的上述壓縮詞典數(shù)據(jù)。
[0010]根據(jù)一個(gè)實(shí)施方式，計(jì)算機(jī)可讀取的存儲(chǔ)介質(zhì)存儲(chǔ)一種解壓詞典數(shù)據(jù)，該解壓詞典數(shù)據(jù)具有按照數(shù)據(jù)要素的每個(gè)種類包含將在數(shù)據(jù)中表示要素間的劃分的劃分符號(hào)和被上述劃分符號(hào)劃分的一個(gè)數(shù)據(jù)要素的組合同與上述組合對(duì)應(yīng)的一個(gè)壓縮編碼建立有對(duì)應(yīng)關(guān)系的解壓處理用信息的結(jié)構(gòu)，且是在計(jì)算機(jī)的解壓處理中，基于上述一個(gè)壓縮編碼來(lái)參照上述組合的上述解壓詞典數(shù)據(jù)。
[0011]根據(jù)一個(gè)側(cè)面，能夠提高使用空格符號(hào)的文檔數(shù)據(jù)的壓縮效率。
【附圖說(shuō)明】
[0012]圖1表不壓縮詞典的例子。
[0013]圖2表示朝向壓縮編碼的轉(zhuǎn)換例。
[0014]圖3表示朝向解壓數(shù)據(jù)的轉(zhuǎn)換例。
[0015]圖4表示功能模塊的結(jié)構(gòu)例。
[0016]圖5表示壓縮功能的處理步驟例。
[0017]圖6表示壓縮詞典生成的處理步驟例。
[0018]圖7表示統(tǒng)計(jì)處理的處理步驟例。
[0019]圖8表示統(tǒng)計(jì)表Tl的數(shù)據(jù)結(jié)構(gòu)的例子。
[0020]圖9表示壓縮數(shù)據(jù)生成處理的處理步驟例。
[0021]圖10表示壓縮數(shù)據(jù)生成處理的處理步驟例。
[0022]圖11表示壓縮詞典的數(shù)據(jù)結(jié)構(gòu)例。
[0023]圖12表示解壓功能的處理步驟例。
[0024]圖13表示解壓詞典生成的處理步驟例。
[0025]圖14表示解壓數(shù)據(jù)生成處理的處理步驟例。
[0026]圖15表不解壓詞典的數(shù)據(jù)結(jié)構(gòu)例。
[0027]圖16表示計(jì)算機(jī)I的硬件構(gòu)成例。
[0028]圖17表示通過(guò)計(jì)算機(jī)I動(dòng)作的程序構(gòu)成例。
[0029]圖18表示使用了計(jì)算機(jī)I的系統(tǒng)構(gòu)成例。
[0030]圖19表示使用了計(jì)算機(jī)I的系統(tǒng)構(gòu)成例。
[0031 ] 圖20表示壓縮詞典的數(shù)據(jù)結(jié)構(gòu)例。
[0032]圖21表示解壓詞典的數(shù)據(jù)結(jié)構(gòu)例。
[0033]圖22表示csv形式的數(shù)據(jù)結(jié)構(gòu)的例子。
[0034]圖23表示壓縮詞典的數(shù)據(jù)結(jié)構(gòu)例。
[0035]圖24是解壓詞典的數(shù)據(jù)結(jié)構(gòu)例。
【具體實(shí)施方式】
[0036]以下示出實(shí)施方式。
[0037][壓縮編碼的例子]
[0038]圖1表示壓縮詞典的例子。壓縮詞典DO包含符號(hào)壓縮詞典DOl以及符號(hào)串壓縮詞典D02。符號(hào)壓縮詞典DOl示出表示字符、數(shù)字等符號(hào)的字符代碼與壓縮編碼的對(duì)應(yīng)關(guān)系。符號(hào)串壓縮詞典D02示有表示單詞、標(biāo)簽等符號(hào)串的字符代碼串與壓縮編碼的對(duì)應(yīng)關(guān)系。壓縮詞典Dl包含符號(hào)壓縮詞典D11、符號(hào)串壓縮詞典D12以及控制符號(hào)壓縮詞典D13。符號(hào)壓縮詞典Dll不有表不字符、數(shù)字等符號(hào)的字符代碼與壓縮編碼的對(duì)應(yīng)關(guān)系。符號(hào)串壓縮詞典D12示有表示單詞、標(biāo)簽等符號(hào)串以及空格符號(hào)的組合的字符代碼串與壓縮編碼的對(duì)應(yīng)關(guān)系?？刂品?hào)壓縮詞典D13示有表示刪除之前的空格符號(hào)的意思的控制符號(hào)以及劃分符號(hào)的組合的字符代碼串與壓縮編碼的對(duì)應(yīng)關(guān)系。
[0039]在圖1所例示的壓縮詞典DO以及壓縮詞典Dl中以建立有對(duì)應(yīng)關(guān)系的方式登錄有壓縮編碼和與壓縮編碼建立有對(duì)應(yīng)關(guān)系的符號(hào)或者符號(hào)串。讀出與被登錄到壓縮詞典D0、壓縮詞典Dl的符號(hào)或者符號(hào)串中，與從壓縮對(duì)象的數(shù)據(jù)讀出的符號(hào)或者符號(hào)串一致的符號(hào)或者符號(hào)串對(duì)應(yīng)的壓縮編碼。
[0040]在本實(shí)施方式中，用O”表示壓縮詞典DO所包含的壓縮編碼。在將壓縮編碼表示為O”的情況下在圓括號(hào)內(nèi)示有與壓縮編碼對(duì)應(yīng)的符號(hào)或者符號(hào)串。另外，用“CO”表示壓縮詞典Dl所包含的壓縮編碼。在壓縮編碼CO中，在圓括號(hào)內(nèi)也示出與壓縮編碼對(duì)應(yīng)的符號(hào)或者符號(hào)串。例如，與“a”對(duì)應(yīng)的壓縮編碼被表示為“壓縮編碼c (a) ”等，與“about Λ”對(duì)應(yīng)的壓縮編碼被表示為“壓縮編碼c (about Λ ) ”等?？崭穹?hào)是ASCII碼系統(tǒng)中用0x20來(lái)表示的符號(hào)，在本實(shí)施方式的說(shuō)明中被表示為“Λ”。
[0041]另外，詳細(xì)內(nèi)容后述，將刪除之前解壓的空格符號(hào)的意思的控制符號(hào)表示為“[-Λ]”。例如，壓縮編碼c([_A];)與控制符號(hào)[-Λ]以及劃分符號(hào)“；”的組合對(duì)應(yīng)。
[0042]壓縮詞典DO內(nèi)的符號(hào)串壓縮詞典D02將壓縮編碼與符號(hào)串和空格符號(hào)的每一個(gè)建立對(duì)應(yīng)關(guān)系，相對(duì)于此壓縮詞典Dl內(nèi)的符號(hào)串壓縮詞典D12不是符號(hào)串單體，而是將一個(gè)壓縮編碼與符號(hào)串和空格符號(hào)的組合建立對(duì)應(yīng)關(guān)系。在使用壓縮詞典Dl來(lái)進(jìn)行壓縮的情況下，通過(guò)與被登錄于符號(hào)串壓縮詞典D12的組合對(duì)應(yīng)的壓縮編碼對(duì)存在于壓縮對(duì)象的數(shù)據(jù)內(nèi)的符號(hào)串和空格符號(hào)的組合進(jìn)行編碼。
[0043]另一方面，符號(hào)串和空格符號(hào)以外的劃分符號(hào)(逗號(hào)、冒號(hào)等)的組合未被登錄到符號(hào)串壓縮詞典Dll內(nèi)。在壓縮對(duì)象的數(shù)據(jù)內(nèi)，不光存在空格符號(hào)后續(xù)的符號(hào)串，也有可能存在空格符號(hào)以外的劃分后續(xù)的符號(hào)串。若對(duì)于逗號(hào)、冒號(hào)等與空格符號(hào)不同的劃分符號(hào)每一個(gè)符號(hào)設(shè)置符號(hào)串壓縮詞典D12，則壓縮編碼的種類增大，其結(jié)果，壓縮詞典的數(shù)據(jù)尺寸增大。因此，表示刪除空格符號(hào)的意思的控制符號(hào)被各單詞通用使用。在壓縮詞典Dl內(nèi)的控制符號(hào)壓縮詞典D13中，控制符號(hào)和劃分符號(hào)的組合與一個(gè)壓縮編碼建立對(duì)應(yīng)關(guān)系。將壓縮對(duì)象的數(shù)據(jù)內(nèi)的符號(hào)串和空格符號(hào)以外的劃分符號(hào)的組合與符號(hào)串壓縮詞典D12內(nèi)的壓縮編碼、以及控制符號(hào)壓縮詞典D13內(nèi)的壓縮編碼組合并進(jìn)行編碼。登錄到控制符號(hào)壓縮詞典D13的壓縮編碼被登錄到符號(hào)串壓縮詞典D12的各單詞通用使用，與對(duì)各劃分符號(hào)分別獨(dú)立地設(shè)置符號(hào)串壓縮詞典D12相比，壓縮詞典的數(shù)據(jù)尺寸難以增大。
[0044]圖2表示朝向壓縮編碼的轉(zhuǎn)換例。在圖2中示有英語(yǔ)例文El“He Λ spent AmuchAtime Δ for Λ talking Λ about Ahis Δ invent1n.”。在圖 2 的例子中，是英語(yǔ)例文El 被儲(chǔ)存于存儲(chǔ)區(qū)域Al的狀態(tài)。對(duì)于英語(yǔ)例文El中的“about Λ”以及“ invent1n.”的每一個(gè)部分，示有壓縮編碼的例⑴?(4)。壓縮編碼的例⑴以及例(3)是使用了壓縮詞典DO所包含的壓縮編碼的例子，壓縮編碼的例⑵以及例⑷是使用了壓縮詞典Dl所包含的壓縮編碼的例子。
[0045]圖2的例(I)表示基于壓縮詞典DO對(duì)英語(yǔ)例文El中的“about Λ”的部分進(jìn)行了壓縮的情況的例子。分別與“about Δ”所包含的單詞“about”以及符號(hào)“Λ”的對(duì)應(yīng)的壓縮編碼c' (about)以及壓縮編碼y (Δ)被用于壓縮數(shù)據(jù)。S卩，在例(I)中，與英語(yǔ)例文El中的“about Λ”的部分對(duì)應(yīng)的壓縮數(shù)據(jù)為(about)c' (Λ)”。
[0046]圖2的例(2)表示基于壓縮詞典Dl對(duì)英語(yǔ)例文El中的“about Λ”的部分進(jìn)行了壓縮的情況的例子。由于在符號(hào)串壓縮詞典D12中登錄有單詞“about Λ”，所以與英語(yǔ)例文El中的“about Λ”的部分對(duì)應(yīng)的壓縮數(shù)據(jù)為“c (about Λ )”。在例(I)中“about Λ”的部分的壓縮數(shù)據(jù)由兩個(gè)壓縮編碼構(gòu)成，相對(duì)于此在例⑵中構(gòu)成“about Λ”的部分的壓縮數(shù)據(jù)壓縮編碼是一個(gè)。
[0047]圖2的例(3)表示基于壓縮詞典DO對(duì)英語(yǔ)例文El中的“invent1n.”的部分進(jìn)行壓縮的情況的例子。分別與“invent1n.”所包含的單詞“