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)壓縮等可變長度壓縮編碼的壓縮算法，使用與壓縮對象數(shù)據(jù)內(nèi)的字符代碼對應(yīng)的壓縮編碼來生成壓縮數(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應(yīng)關(guān)系的壓縮編碼來進行壓縮數(shù)據(jù)的生成的壓縮技術(shù)(例如，參照專利文獻I等)。
[0003]專利文獻1:日本特開2010-93414號公報
[0004]在特定的語言(例如，英語、德語等)中，根據(jù)構(gòu)成文檔的字符串中所包含的空格符號，來表示作為構(gòu)成文檔單位的單詞的劃分。在上述壓縮算法中，對包含多個字符的單詞分配一個壓縮編碼，另一方面對空格符號也分配壓縮編碼。由于與單詞等同地對空格符號也分配壓縮編碼，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)明的一個側(cè)面，目的在于在用符號來表示構(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)一個實施方式，壓縮裝置包含:存儲部，其將一個壓縮編碼與第一要素建立對應(yīng)關(guān)系地存儲，所述一個壓縮編碼與構(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的組合對應(yīng)；獲取部，其從上述存儲部獲取與從上述數(shù)據(jù)讀出的上述第一要素建立對應(yīng)關(guān)系地存儲的上述壓縮編碼；以及寫入部，其將獲取的上述壓縮編碼，寫入儲存上述數(shù)據(jù)的壓縮數(shù)據(jù)的儲存區(qū)域。
[0007]根據(jù)一個實施方式，解壓裝置包含:存儲部，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的組合與一個壓縮編碼建立對應(yīng)關(guān)系地存儲；獲取部，其從上述存儲部獲取與從對上述數(shù)據(jù)進行壓縮而得到的壓縮數(shù)據(jù)中讀出的上述壓縮編碼對應(yīng)的上述組合；以及寫入部，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雙方寫入對上述壓縮數(shù)據(jù)進行解壓而得到的解壓數(shù)據(jù)的儲存區(qū)域。
[0008]根據(jù)一個實施方式，信息處理系統(tǒng)包含存儲裝置和信息處理裝置，信息處理裝置包含:存儲部，其存儲對構(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的組合與一個壓縮編碼建立有對應(yīng)關(guān)系的轉(zhuǎn)換詞典；接收部，其從上述存儲裝置接受對數(shù)據(jù)進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應(yīng)的上述組合；第一寫入部，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雙方，寫入對上述壓縮數(shù)據(jù)進行解壓而得到的解壓數(shù)據(jù)的第一儲存區(qū)域；處理部，其對寫入上述第一儲存區(qū)域的上述解壓數(shù)據(jù)進行信息處理；第二獲取部，其從上述轉(zhuǎn)換詞典獲取與從進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應(yīng)關(guān)系地存儲的上述壓縮編碼；第一寫入部，其將獲取的上述壓縮編碼，寫入儲存上述數(shù)據(jù)的壓縮數(shù)據(jù)的第二儲存區(qū)域；以及發(fā)送部，其將寫入上述第二儲存區(qū)域的壓縮數(shù)據(jù)發(fā)送至上述存儲部。
[0009]根據(jù)一個實施方式，計算機可讀取的存儲介質(zhì)存儲一種壓縮詞典數(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和被上述劃分符號劃分的一個數(shù)據(jù)要素的組合對應(yīng)的一個壓縮編碼與上述數(shù)據(jù)要素建立有對應(yīng)關(guān)系的壓縮處理用信息的結(jié)構(gòu)，且是在計算機的壓縮處理中，基于上述一個數(shù)據(jù)要素來參照上述一個壓縮編碼的上述壓縮詞典數(shù)據(jù)。
[0010]根據(jù)一個實施方式，計算機可讀取的存儲介質(zhì)存儲一種解壓詞典數(shù)據(jù)，該解壓詞典數(shù)據(jù)具有按照數(shù)據(jù)要素的每個種類包含將在數(shù)據(jù)中表示要素間的劃分的劃分符號和被上述劃分符號劃分的一個數(shù)據(jù)要素的組合同與上述組合對應(yīng)的一個壓縮編碼建立有對應(yīng)關(guān)系的解壓處理用信息的結(jié)構(gòu)，且是在計算機的解壓處理中，基于上述一個壓縮編碼來參照上述組合的上述解壓詞典數(shù)據(jù)。
[0011]根據(jù)一個側(cè)面，能夠提高使用空格符號的文檔數(shù)據(jù)的壓縮效率。
【附圖說明】
[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)計處理的處理步驟例。
[0019]圖8表示統(tǒng)計表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表示計算機I的硬件構(gòu)成例。
[0028]圖17表示通過計算機I動作的程序構(gòu)成例。
[0029]圖18表示使用了計算機I的系統(tǒng)構(gòu)成例。
[0030]圖19表示使用了計算機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。
【具體實施方式】
[0036]以下示出實施方式。
[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包含符號壓縮詞典DOl以及符號串壓縮詞典D02。符號壓縮詞典DOl示出表示字符、數(shù)字等符號的字符代碼與壓縮編碼的對應(yīng)關(guān)系。符號串壓縮詞典D02示有表示單詞、標(biāo)簽等符號串的字符代碼串與壓縮編碼的對應(yīng)關(guān)系。壓縮詞典Dl包含符號壓縮詞典D11、符號串壓縮詞典D12以及控制符號壓縮詞典D13。符號壓縮詞典Dll不有表不字符、數(shù)字等符號的字符代碼與壓縮編碼的對應(yīng)關(guān)系。符號串壓縮詞典D12示有表示單詞、標(biāo)簽等符號串以及空格符號的組合的字符代碼串與壓縮編碼的對應(yīng)關(guān)系。控制符號壓縮詞典D13示有表示刪除之前的空格符號的意思的控制符號以及劃分符號的組合的字符代碼串與壓縮編碼的對應(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應(yīng)關(guān)系的符號或者符號串。讀出與被登錄到壓縮詞典D0、壓縮詞典Dl的符號或者符號串中，與從壓縮對象的數(shù)據(jù)讀出的符號或者符號串一致的符號或者符號串對應(yīng)的壓縮編碼。
[0040]在本實施方式中，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”的情況下在圓括號內(nèi)示有與壓縮編碼對應(yīng)的符號或者符號串。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，在圓括號內(nèi)也示出與壓縮編碼對應(yīng)的符號或者符號串。例如，與“a”對應(yīng)的壓縮編碼被表示為“壓縮編碼c (a) ”等，與“about Λ”對應(yīng)的壓縮編碼被表示為“壓縮編碼c (about Λ ) ”等?？崭穹柺茿SCII碼系統(tǒng)中用0x20來表示的符號，在本實施方式的說明中被表示為“Λ”。
[0041]另外，詳細(xì)內(nèi)容后述，將刪除之前解壓的空格符號的意思的控制符號表示為“[-Λ]”。例如，壓縮編碼c([_A];)與控制符號[-Λ]以及劃分符號“；”的組合對應(yīng)。
[0042]壓縮詞典DO內(nèi)的符號串壓縮詞典D02將壓縮編碼與符號串和空格符號的每一個建立對應(yīng)關(guān)系，相對于此壓縮詞典Dl內(nèi)的符號串壓縮詞典D12不是符號串單體，而是將一個壓縮編碼與符號串和空格符號的組合建立對應(yīng)關(guān)系。在使用壓縮詞典Dl來進行壓縮的情況下，通過與被登錄于符號串壓縮詞典D12的組合對應(yīng)的壓縮編碼對存在于壓縮對象的數(shù)據(jù)內(nèi)的符號串和空格符號的組合進行編碼。
[0043]另一方面，符號串和空格符號以外的劃分符號(逗號、冒號等)的組合未被登錄到符號串壓縮詞典Dll內(nèi)。在壓縮對象的數(shù)據(jù)內(nèi)，不光存在空格符號后續(xù)的符號串，也有可能存在空格符號以外的劃分后續(xù)的符號串。若對于逗號、冒號等與空格符號不同的劃分符號每一個符號設(shè)置符號串壓縮詞典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，表示刪除空格符號的意思的控制符號被各單詞通用使用。在壓縮詞典Dl內(nèi)的控制符號壓縮詞典D13中，控制符號和劃分符號的組合與一個壓縮編碼建立對應(yīng)關(guān)系。將壓縮對象的數(shù)據(jù)內(nèi)的符號串和空格符號以外的劃分符號的組合與符號串壓縮詞典D12內(nèi)的壓縮編碼、以及控制符號壓縮詞典D13內(nèi)的壓縮編碼組合并進行編碼。登錄到控制符號壓縮詞典D13的壓縮編碼被登錄到符號串壓縮詞典D12的各單詞通用使用，與對各劃分符號分別獨立地設(shè)置符號串壓縮詞典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，是英語例文El 被儲存于存儲區(qū)域Al的狀態(tài)。對于英語例文El中的“about Λ”以及“ invent1n.”的每一個部分，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對英語例文El中的“about Λ”的部分進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“Λ”的對應(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，與英語例文El中的“about Λ”的部分對應(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對英語例文El中的“about Λ”的部分進行了壓縮的情況的例子。由于在符號串壓縮詞典D12中登錄有單詞“about Λ”，所以與英語例文El中的“about Λ”的部分對應(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)由兩個壓縮編碼構(gòu)成，相對于此在例⑵中構(gòu)成“about Λ”的部分的壓縮數(shù)據(jù)壓縮編碼是一個。
[0047]圖2的例(3)表示基于壓縮詞典DO對英語例文El中的“invent1n.”的部分進行壓縮的情況的例子。分別與“invent1n.”所包含的單詞“