XML壓縮算法及二進(jìn)制數(shù)據(jù)序列化研究.pdf

1、XML已經(jīng)日趨成為一種流行的數(shù)據(jù)表示和交換標(biāo)準(zhǔn),用于在不同的系統(tǒng)和平臺之間提供中立的數(shù)據(jù)表示。但是,XML天生具有的數(shù)據(jù)冗余量大的特點(diǎn)。近年來,國內(nèi)外針對XML文檔的壓縮都提出了一些算法。這些XML壓縮算法都充分利用了XML文檔在結(jié)構(gòu)上的特點(diǎn),將XML文檔的結(jié)構(gòu)和數(shù)據(jù)相分離,再對兩部分進(jìn)行單獨(dú)壓縮。本文分析了近年來流行的幾種XML壓縮算法的實(shí)現(xiàn)原理,通過實(shí)驗(yàn)對比了這些算法的表現(xiàn)。然后,從并行化的角度對這些算法的實(shí)現(xiàn)提出改進(jìn),考慮對各個容

2、器的壓縮同時進(jìn)行,在實(shí)驗(yàn)中,我們對比了并行化實(shí)現(xiàn)和串行化實(shí)現(xiàn)的表現(xiàn),考察并行化實(shí)現(xiàn)在時間效率上的改進(jìn),并對比了兩種實(shí)現(xiàn)的內(nèi)存使用情況。最后,對壓縮算法的后端壓縮進(jìn)行改進(jìn)。改進(jìn)主要利用了近年提出的LZMA算法,在實(shí)驗(yàn)中,我們充分對比了用gzip和LZMA作為后端壓縮器的XML壓縮算法的壓縮率。
　　 本文同時也關(guān)注了另一大類重要的數(shù)據(jù)格式:二進(jìn)制科學(xué)實(shí)驗(yàn)數(shù)據(jù)?？茖W(xué)實(shí)驗(yàn)的結(jié)果往往采用二進(jìn)制形式保存。傳統(tǒng)意義上,計(jì)算機(jī)中采用統(tǒng)一字節(jié)數(shù)