XML壓縮算法及二進制數(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。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,將XML文檔的結(jié)構(gòu)和數(shù)據(jù)相分離,再對兩部分進行單獨壓縮。本文分析了近年來流行的幾種XML壓縮算法的實現(xiàn)原理,通過實驗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現(xiàn)提出改進,考慮對各個容

2、器的壓縮同時進行,在實驗中,我們對比了并行化實現(xiàn)和串行化實現(xiàn)的表現(xiàn),考察并行化實現(xiàn)在時間效率上的改進,并對比了兩種實現(xiàn)的內(nèi)存使用情況。最后,對壓縮算法的后端壓縮進行改進。改進主要利用了近年提出的LZMA算法,在實驗中,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:二進制科學(xué)實驗數(shù)據(jù)?？茖W(xué)實驗的結(jié)果往往采用二進制形式保存。傳統(tǒng)意義上,計算機中采用統(tǒng)一字節(jié)數(shù)