JPS6356726B2 - - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明はデータ処理方法、特に伝送又は記憶の
ためのデータの圧縮方法に関する。

〔従来技術〕

先行技術において、多くのデータ圧縮法があ
る。下記の方法はその代表的なものである。

IEEE Transactions on Information Theory
IT―24、pp.530〜536に掲載されたZiv及び
Lempelによる論文“Compression of
Individual Sequences via Variable Rate
Coding”は、本発明が改良を与えている所の基
本的なアルゴリズムを開示している。

Lempel及びZiv（LZ）は、従来の確率に基づい
た方式ではなくアルゴリズムの複雑さの理論に基
づいたデータ圧縮について２つの関連した方法を
提案している。第２の、より単純な方法は、単純
明解な方法で且つ効率的に実現でき、そして多く
のデータに対して満足のゆく圧縮を行なう。しか
しながら、その方法は欠点を有しており、その欠
点は本発明によつて救済される。下記の説明中
で、エンコーダという用語は圧縮プログラムのた
めに用い、デコーダという用語は逆の動作を行な
うプログラムに用いる。LZアルゴリズムは第１
図に示されている。

これは適応性があり、従つて広範囲の異なつた
フアイル型に対して用いる事ができ且つ許容可能
な性能を得る事ができる。

これは圧縮に関する一般的なモデルと考える事
ができる。エンコーダ及びデコーダは共にストリ
ングの辞書を維持し、各時点においてそれらの辞
書はロツク・ステツプ式に変化する。従つて辞書
を伝送するためにビツトを用いる必要はない。こ
れは、ストリングが辞書に付け加えられるのは、
デコーダがそれを見た後のみであり、デコーダは
エンコーダと正確に同じ戦略を用いてストリング
を辞書に付け加えるからである。

LZアルゴリズムは、生じそうな事象を記録し、
生じそうもない事象に関する情報にはスペースを
浪費しない。もしも全ての文字対を圧縮するハフ
マン符号を用いたいならば、64K個の情報が必要
となるであろう。そして単単に２文字列の頻度に
ついての情報しか得られないであろう。一方上記
方法を用いれば、もしも100文字ストリングがあ
ればシステムは最初にその100文字ストリングに
ついて「学習」するであろう。

また80個のブランクからなるストリングが文字
「Ｚ」よりも頻繁に現われるという情報を記憶す
る事がより重要であるかもしれない。ブランクの
ラインが文字「Ｚ」よりも頻繁に現われるならば
それはより重要であり、LZアルゴリズムはちよ
うどそのようにそれらについての情報を記憶す
る。

他の特徴は辞書に関する良好な表現が存在する
事である。辞書の項目によつて表わされる文字の
ストリングがどの位の長さかに無関係に、各々の
辞書の項目毎に固定数のビツトを保つ事ができ
る。

〔発明が解決しようとする問題点〕

上記方法に伴なう第１の問題は、出力の一部
が、入力からの非圧縮記号より成る事である。す
なわち、第１図の上から３番目のステツプに示さ
れるように、既に辞書中に存在するストリングＳ
の番号（インデツクス）に加えて、Ｓに続く文字
の情報を含またものが出力される。この事は漸近
的に僅かの影響しか与えなくなるが、実際のデー
タに関してはかなりの影響を有する。例えば、も
しフアイルが上記アルゴリズムによつて20000の
シーケンスに分割されるならば、出力の1/3以上
が非圧縮文字から成るであろう。

本発明の目的は、遠隔端末データ通信システム
における回線コストを低減し且つ伝送効率を高め
るために、文字拡張の改良、ストリング拡張の改
良及びLRUアルゴリズムの改良を含む方法によ
つて、記憶又は伝送のためにデータを圧縮する事
である。

〔問題点を解決するための手段〕

上記目的を達成するための第１の方法は、一連
の記号からなるデータ・ストリームを圧縮するた
めの、記憶装置を備えたデータ圧縮システムにお
いて、圧縮対象のデータ・ストリーム中に出現し
た記号列を上記記憶装置の中に形成した辞書に登
録しながら上記データ・ストリームを圧縮する方
法であつて、 (a) 圧縮対象のデータ・ストリームに現れる可能
性のあるすべての記号を、それぞれにインデツ
クスを付して上記辞書に登録し、 (b) 上記データ・ストリームのうちの未圧縮の部
分の始まりを示すポインタを上記データ・スト
リームの先頭の記号にセツトし、 (c) 上記辞書に登録されている記号列のうち、現
在上記ポインタがセツトされている記号から始
まるデータ・ストリームの少なくとも一部に一
致する最長の記号列Ｓを決定し、 (d) 上記記号Ｓに付されたインデツクスに関する
情報を利用装置に送り、 (e) 上記記号列Ｓおよび上記データ・ストリーム
中でその直後に現れる記号Ｃを連結した記号列
を、上記辞書にインデツクスを付して登録し、 (f) 上記ポインタを上記記号Ｃにセツトし、 (g) 以下、上記圧縮対象のデータ・ストリームの
圧縮が完了するまで、上記(c)ないし(f)のステツ
プの実行を繰り返す ことを特徴とする。

また、上記目的を達成するための第２の方法
は、上記(c)〜(g)のステツプに代えて、 (c′) 上記辞書に登録されている記号列のうち、
現在上記ポインタがセツトされている記号から
始まるデータ・ストリームの少なくとも一部に
一致する最長の記号列S′を決定し、 (d′) 上記記号列S′に付されたインデツクスに関
する情報を利用装置に送り、 (e′) 上記ポインタを、上記データ・ストリーム
中で上記記号列S′の直後に現れる記号Ｃにセツ
トし、 (f′) 上記辞書に登録されているシンボル列のう
ち、上記記号Ｃから始まるデータ・ストリーム
の少なくとも一部に一致する最長の記号列Ｓを
決定し、 (g′) 上記記号列Ｓに付されたインデツクスに関
する情報を利用装置に送り、 (h′) 上記記号列S′と上記記号Ｃを連結した記号
列を、上記辞書にインデツクスを付して登録
し、 (i′)登録 以下、記号列Ｓを記号列S′として上記
ステツプ（e′）ないし（h′）を実行すること
を、上記圧縮対象のデータ・ストリームの圧縮
が完了するまで繰り返す ことを特徴とする。

また、上記目的を達成するための第３の方法
は、上記第２の方法の（h′）のステツプに代え
て、 (h″) 上記記号列S′と上記記号列Ｓを連結した記
号を、上記辞書にインデツクスを付して登録す
る ことを特徴とする。

これらの何れの方法においても、利用装置へは
上記辞書に登録されている記号列のインデツクス
を示す符号が送られるだけである。したがつて既
登録のストリングのインデツクスに圧縮されてい
ない記号を付加して送つていた従来のLZ法に比
べて、圧縮率が向上し、したがつて回線を通して
行う伝送の効率も高まる。

本発明の１態様によれば、上記の方法によつて
上位計算システムと１以上の遠隔端末との間のデ
ータ伝送が制御される。

〔実施例〕

本発明は、いかなる非圧縮データの伝送も避け
る。出力全体は識別番号のシーケンスより構成さ
れる。本発明は第２図乃至第５図を参照して説明
される。

ここで、本明細書で用いる用語を説明してお
く。

ストリングとは記号列のことであり、したがつ
て長さ１のストリングとは１つの記号だけからな
る記号列のことである。記号の例としては、アル
フアベツトの文字を挙げることができる。なお、
上記(c)、（f′）のステツプで決定されるストリン
グを一致ストリングと呼ぶことにする。

記憶装置の中に形成される辞書は複数のスロツ
トに区分され、１つのストリング（記号列）は１
つのスロツトに収められる。各スロツトには識別
番号（単に番号と呼ぶこともある）がついてお
り、実施例ではこのような識別番号をインデツク
スとして用いている。

利用装置は、復号器を備えた受信装置であつて
もよいし、あるいは符号をそのまま蓄積する記憶
装置であつてもよい。辞書は、利用装置の側で記
憶装置を用意してその中に符号器側とは別個に形
成してもよい。つまり、上記第１の方法を例にと
つて説明すると、こういうことである。今、辞書
中のストリングＳのインデツクスに続いてストリ
ングS₁のインデツクスが送られたとしよう。利用
装置は、辞書を参照することによつてストリング
S₁の先頭に位置する記号Ｃを知ることができるの
で、ストリングＳと記号Ｃを連結した新たなスト
リングを自分の辞書の中に登録することができ
る。

あるいは符号器と復号器が１つの辞書を共用す
ることも考えられる。

ポインタの具体例として、以下ではカーソルを
取り上げている。

第２図を参照すると、本発明の上記第１の方法
の１例が説明されている。第１のステツプでは、
辞書を第１図に示す従来例のごとく空ストリング
を含むように初期設定する代りに、長さ１の全て
のストリングを含むように辞書を初期設定する。
従つて一致は常に見い出される。辞書は、一致の
生じた次のストリングの最初の文字と連結された
ストリングＳを付加する事によつて増補される。

次のステツプにおいて、ストリングの最初の文
字が常に知られているので、カーソル前方からの
データ・ストリーム中の現行のストリングと一致
する最長のストリングＳが辞書中に見い出され
る。

つまり、第２図の第１のステツプにおいて、圧
縮対象のデータ・ストリーム中に現れる可能性の
あるすべての記号が辞書に登録されているのであ
るから、最短の場合でも長さ１の一致ストリング
が辞書の中に見つかるわけである。

Lempel及びZivにより行なわれたもう１つの仮
定は、辞書が無限の大きさに成長し得る事であ
る。これを、第２図の例に即して説明してみよ
う。圧縮対象のデータ・ストリームの未圧縮の部
分の先頭部において、上記のようにして見つかつ
たストリングＳの直後に現れる文字（記号）をＣ
とすると、ＳとＣとを連結したストリング（以
下、単に（Ｓ、Ｃ）と記す）は当然辞書に存在し
ていない。そこで、（Ｓ、Ｃ）を辞書に登録する
ことが求められるが、そのためのステツプが第２
図の上から３番目、４番目のステツプである。

第２図のフローチヤートからわかるように、辞
書に新たに登録されるストリングには、（Ａ＋１）
以上の整数が順次割り振られる。つまり、第２図
に示す例においては、サイズが実質的に無限であ
つて、スロツトが始めから無数にあるか、または
際限なくスロツトを作り足していくことのでき
る、そういつた辞書を対象としたデータ圧縮方法
が記されているのである。

本方法では、ストリングＳの圧縮データとし
て、辞書の中のＳのインデツクス（識別番号）の
符号を送るようにしているわけだが、このように
識別番号が無限に増加する可能性があるので、識
別番号の符号を固定長とすることはできない。

そこで、第３のステツプにおいて、符号長が
徐々に増加できるように取り図らつている。すな
わち、（Ｓ、Ｃ）を識別番号（ｎ＋１）のスロツ
トに収める際にＳの識別番号を利用装置に送るわ
けだが、その場合Ｓの識別番号は「log₂n〓ビツ
トの符号で表わされる。具体的に言うと、利用装
置へ一番最初に送られる符号の長さは「log₂A〓
ビツトであり、以下、「log₂（Ａ＋１）〓ビツト、
「log₂（Ａ＋２〓ビツト…という具合にビツト数が
増加していく。ここで「〓は、次のような意味を
持つ。すなわち、ａを整数とし、ｘがａ≦ｘ＜ａ
＋１なる数であるとき、「ｘ〓は整数ａを与える。
例えば、「log₂3〓＝１、「log₂4〓＝２、「log₂5〓
＝２、である。

このように、利用装置へ送られる符号の符号長
が一定の規則性で増加していくので、利用装置側
において送られてくるビツトストリームを正しく
解釈することが可能にある。

しかしながら、辞書の形成される記憶装置の容
量が膨大である場合、または圧縮対象となるデー
タ・ストリームが比較的短いことが予めわかつて
いる場合はともかく、上記例のように辞書が無限
の大きさに成長し得ることはなかなか実際的なこ
とではない。Lempel及びZivによつて推賞されて
いる方法は、利用可能なスペースを丁度辞書が一
杯にするようなセグメントに入力をブロツク化
し、各ブロツクを独立的に圧縮する事である。し
かしながら、辞書中の各ストリングを置き換える
事はずつと有利である。第３図は、第２図で示し
た本発明の第１の方法にLRU法の考えを採用し
た別の例である。上から２番目のステツプまで
は、第２図と同じである。本例では、辞書のサイ
ズは有限であることを意識している。つまり、辞
書のインデツクス（スロツトの識別番号）の総数
2ⁿは予め決まつている。したがつて、本例では３
番目のステツプに示すように利用装置に送るイン
デツクスの符号長をｎビツトに固定している。も
ちろん、インデツクスを表わす符号は、０ないし
（2ⁿ−１）の数を単にそのまま２進法で記したも
のであつてもよい。４番目のステツプは、ある意
味で最近、最も使われなかつたストリングを捨て
るステツプである。（第４図参照）ストリングは、
もしそれが一致したならば又は一致したものの接
頭部分であれば、「使用された」と定義される。
他の定義は辞書中の各ストリングに伴なう参照カ
ウントに関連する。ストリングＳの参照カウント
は、あるストリングＴ（１記号だけからなる場合
も含む）に関して（Ｓ、Ｔ）または（Ｔ、Ｓ）の
形を有する辞書中のストリングの数である。な
お、（Ｓ、Ｓ）は２回カウントされる。

参照カウントが０であつたストリングのうち、
最長のものが「最近もつとも使用されていない」
ものである。５番目のステツプでは、４番目のス
テツプで定められたスロツトに、ストリング
（Ｓ、Ｃ）が格納される。

さて、利用装置側でも辞書を備えており、その
辞書を更新しながら、復号も行う場合を考えてみ
よう。以下で述べるステツプは、上記〔門題点を
解決するための手段〕の欄での説明に対応してい
る。

今、上記第１の方法を採用するデータ圧縮シス
テム側において、一致ストリングS′の決定（ステ
ツプ(c)）、S′のインデツクスに関する情報の利用
装置への送信（ステツプ(d)）、S′とＣとを連結し
たストリング（S′、Ｃ）のデータ圧縮システムの
辞書への登録（ステツプ(e)）が行われた後、再び
ステツプ(c)に戻つたとたんに、次の一致ストリン
グＳとしてストリング（S′、Ｃ）が選択されたと
する。

上述のように、上記第１の方法の下で利用装置
側でも辞書の更新を行う場合は、送られてきたＳ
のインデツクスの情報をもとに利用装置側の辞書
を検索してＳ、したがつてその先頭の記号Ｃを知
り、これとS′を連結することによつて（S′、Ｃ）
を得ているわけだが、この場合はＳがまだ利用装
置側の辞書には登録されていないため、インデツ
クスの情報を送られてきても利用装置はＳを（し
たがつて、もちろんＣも）知ることができないと
いうことになる。もちろん、そのような事態が起
こつた場合には利用装置がデータ圧縮システム内
の辞書を参照するようにして差し支えない。

上記事態の発生がまれであると考えられるなら
ば、このようなオーバーヘツドも十分許容でき
る。

しかし、上記オーバーヘツドが許されない環境
もある。そのような環境の下では、上記第１の方
法のステツプの流れに若干変更を加えた第２の方
法を採用することによつて、上記事態の発生を防
止できる。以下、簡単ではあるが、第２の方法に
ついて簡単に述べよう。

上記ストリングS′、Ｓ、そしてＳの先頭の記号
Ｃを例にとつて説明する。上記第１の方法では、
データ圧縮システム内の辞書への新しいストリン
グ（S′、Ｃ）の登録は、Ｓが見い出される前に行
われる。これに対し、上記第２の方法では、〔問
題点を解決するための手段〕においてステツプ
（c′）〜（h′）として示したように、新しいスト
リング（S′、Ｃ）は、次の一致ストリングＳが見
出された後に辞書に付加される。つまり、一致ス
トリングＳが見出され、Ｓのインデツクスに関す
る情報が利用装置へ送られた後に、（S′、Ｃ）は
データ圧縮システムの辞書に登録される。つま
り、この第２の方法によれば、一致ストリングと
してS′が選ばれた直後には、（S′、Ｃ）はまだ辞
書に登録されていないので、（S′、Ｃ）が次の一
致ストリングとして選ばれることはない。そし
て、次の一致ストリングとして選ばれるものは、
利用装置側の辞書にも登録済であるから、上記第
１の方法における不都合は生じない。利用装置側
では、S′とＳの各インデツクスに関する情報を受
け取つた後、辞書の中からS′とＳを検索し、S′と
Ｓの先頭の記号Ｃとを連結して（S′、Ｃ）を自分
の辞書に登録すればよい。

なお、この第２の方法についても、辞書が無限
サイズである場合、したがつて符号長が増大して
いく場合と、辞書が有限サイズである場合、した
がつて符号長が一定である一方、LRU法を取り
入れるべきである場合の両方について適用可能で
あるが、その詳しい説明は第２図および第３図に
関して行つたものと重複するので、ここでは省略
する。

ある意味において、辞書は、圧縮されるフアイ
ルの自然なユニツトで満たされるべきである。英
語において、この事は、辞書中の殆どの記入項目
がワード又はフレーズである事を意味するであろ
う。しかしながら、より大きなユニツトを構成す
るために使われる方法は、ユニツトではない遷移
物を経由しなければならない。従つて、１つのワ
ードに他のワードの前半分を加えたものから成る
ユニツトを持つ事があり得る。ワード全体ではな
くワードの後半を辞書中に有する事はありそうも
ない事である。さらに、もしワードの断片が辞書
中に記憶されていれば、辞書が、そのあるべき大
きさよりも大きくなるかもしれない。例えば、も
し辞書の４分の３が決して又はまれにしか使われ
ないストリングを有していれば、それらの無用の
記入項目を参照できるように各ビツトの伝送に２
個の余分のビツトが用いられるであろう。さらに
長いストリングに適応するために長時間を要する
であろう。これら全ての問題は、第１の一致スト
リングと第２の一致ストリングの最初の文字との
連結ではなく、２つの一致ストリングの連結であ
るような記入項目を、辞書に付加する事によつ
て、改善される。

これら３つの概念を組み合せると、第４図にそ
の例を示す第３の方法が得られる。

第４図を第３図（第１の方法）と比較して根本
的に異なる点は、その最後のステツプにおいて、
第３図では一致ストリングとその直後の１文字が
新たなストリングとして辞書に登録されるのに対
し、第４図では一致ストリングとその次の一致ス
トリングを連結したものが辞書に登録されること
だけである。また、上記第２の方法と比較して言
うと、第３の方法は、〔問題点を解決するための
手段〕で述べた第２の方法の（h′）のステツプが
（h″）のステツプに置き換わつたものと言える。

つまり、第１および第２の方法によれば、辞書
に登録されるストリングが１記号ずつしか成長し
ないのに対し、この第３の方法によれば、既登録
のストリング同士を連結した長いストリングが一
挙に登録され得るわけである。

より具体的に説明しよう。今、圧縮対象のデー
タ・ストリーム中に、ストリングabc、def、そ
してabcdefが極わて頻繁に出現するのに対し、
ストリングabcd、abcdeは全く出現しない場合を
想定してみる。第１、第２の方法によれば、スト
リングabc、defが登録されても、ストリング
abcdefが登録されるまでには、ストリング
abcd。、bcdeを登録する段階を経なければならな
い。したがつて、ストリングabcdefを直ちに圧
縮した形で利用装置へ送れないという点で、圧
縮・伝送の効率が下がるという問題点がある。ま
た、辞書の中に使わないストリングabcd、abcde
を登録しなければならないので、その分記憶容量
が無駄になる。

これに対し、第３の方法によれば、ストリング
abc、defが登録された後、データ・ストリーム
中にストリングabcdefが現れると、このストリ
ングabcdefは辞書の中に直ちに登録されるので、
この後でストリングabcdefgが登録したときに
は、ａ〜ｆの部分は辞書のインデツクスに関する
情報という形で圧縮して送れる。したがつて圧
縮・伝送の効率が良い。

また、使われるこのとないストリングabcd、
abcdeを登録しなくてよいので、辞書のスロツト
を有効に使うことができる。

なお、第４図では、辞書のサイズが有限である
場合を例にとつて上記第３の方法を説明した。し
かしながら、この第３の方法は、もちろん辞書の
サイズが実質上無限である場合にも適用できる。
その例を示したのが第５図である。第５図は、い
わば第２図と第４図を組み合わせただけなので、
詳しい説明は省略する。

実用化を行なう上での主要な困難は、ストリン
グの辞書のための良好なデータ構造を発見する事
にある。この構造は、小さく且つ迅速な検索を可
能にするものであるべきである。

最初に、全てのコード化が、最後に与えられた
ものをセーブするために充分なデータ構造を説明
する。これら全ての構造の大きさは、辞書中にス
トリングの数に比例し、ストリングの大きさには
依存しない。

最初のコード化において、辞書中の全てのスト
リングＳは、Ｓの接頭部Ｐ（Ｐも辞書中にある）
よりも１文字だけ長いか又は１文字の長さのいず
れかである。従つて、辞書は木に似ている。木の
根幹は空ストリングである。（根幹を除く）各節
は、その節をラベルしているストリングから最後
の記号を省略したものを表わす節の子である。コ
ード化アルゴリズムにおいて、最初に接頭部分を
認識し次にそれが次の文字に一致する子を持つか
どうかを見る事によつて認識が行なわれる。ｎ
を、親がＰの節とし、Ｃを、ｎに対応するストリ
ングの最後の文字（Ｐに対応するストリング中に
は存在しない文字）であるとする。対（Ｐ、Ｃ）
によつてインデツクスされるハツシユ表は、その
ような子があれば、ｎを返す。ハツシユ技術は当
業者に周知であり、ここに詳細を示す必要はな
い。従つて、節が与えられると、より長い一致が
存在するか否かを即座に答える事ができる。デコ
ード・アルゴリズムも同様に働くが、ハツシユ表
の代りにｎからの単純なポインタを用いれば充分
である。

LRUコード化は小さな問題を生じる。注意す
べき唯一の事は、孔が辞書に残留し得ない事であ
る。例えばストリング「abc」は、ストリング
「ab」が追い出された時は辞書中に留まる事がで
きない。最も単純な戦略は、ストリングが木の葉
の時にだけLRUリスト上のストリングを置換す
る事である。従つて、新しいストリング又はその
子が削除されてしまつたストリングが、削除の候
補になる。

ストリング連結法は、より難しい方法である。
２つのデータ構造が維持されなければならない。
１つの構造は識別子木と呼ばれ、一致の候補を迅
速に発見するために用いられる。この構造は上記
の辞書と類似しており、接頭部木に似ている。も
う１つのデータ構造は対の森と呼ばれ、候補の間
で選択する事を可能にする。対の森は簡潔に全て
のストリングを表現する。各ストリングは節によ
つて表現される。節は、他の節に対する２つのポ
インタ又は１つの文字のいずれかである。従つ
て、辞書中の２つのストリングの連結は、両者を
指示する節によつて表現され得る。森の中の全て
の節は配列中に置かれ、そのｉ番目の要素は辞書
のｉ番目のストリングを指示する。

識別子木は、節ｎの親Ｐが、ｎによつて表わさ
れるストリングの接頭部に対応するという特性を
維持する。しかしながら、接頭部は２文字以上短
かくてもよい。さらに、必ずしも木の中の全ての
節が辞書中のストリングに対応するとは限らな
い。それらは辞書中のストリングの接頭部であつ
てもよい。

辞書中の他のストリングの接頭部ではない、辞
書中の全てのストリングは、識別子木の葉に対応
する。辞書中の他の全てのストリングも、内部の
節として木の中に配置される。もしＳが２つ以上
のストリングの接頭部であれば、例えば辞書中に
Ｓ：sub.／１／及びＳ：sub.／２／があつてＳが
そのようなストリングの最長のものであるとする
と、例えＳが辞書中に存在しなくても、Ｓに対応
する節Ｎが木の中に存在する。我々はＳを効率的
に記憶できないので、対の森においてＳ：sub.／
１／又はＳ：sub.／２／のいずれかに対するポイ
ンタをｎの中に記憶する。この情報からＳを再構
成する事が可能である。

各節を用いて、それが一致するストリングの長
さが記憶される。前記のように、ハツシユ表を用
いれば、親から適当な子を見つけ出す事が可能に
なる。従つて、もしも木の葉であるストリングに
一致させようとするならば、根から出発し、最初
の文字をハツシユして次の節を見つける。次にこ
の節からそれが一致するストリングの長さを見つ
け、そしてその後の文字を見つける。次にこの節
及びその文字からハツシングにより次の節を見い
出す。以上の過程を候補一致を見つけ出すまで反
復する。もし候補一致がハツシングにおいて用い
られなかつた文字上のテキストと一致しなけれ
ば、問題が生じる。

この地点で、辞書中の実際の一致は、識別子木
によつて見い出されたストリング又はその接頭部
のいずれかでなければならない。対の森は、圧縮
されつつあるテキストと一致する候補一致の最長
の接頭部を見い出すために使われる。この過程が
継続する時、この接頭部に対応する辞書中の最長
のストリングを見い出すために識別子木が走査さ
れる。そのストリングは正しい一致である。

ストリング拡張アルゴリズムにおいて、ストリ
ングを識別子木につけ加える時にそれが既にそこ
に存在しているという可能性がある事に注意すべ
きである。その場合には、識別子木に何の変更も
行なわれるべきでない。

ここで提案した方法は、文字のストリング中の
次の文字（又はビツトのストリング中のビツト）
に関する確率分布を作るためにも用いる事ができ
る。これはデータ認識に関係した応用にも有用か
もしれない。例えば光学スキヤナはしばしば特定
の文字が「ｎ」又は「ｈ」のいずれかであると告
げる事ができる。しかしそれらを区別する事は困
難かもしれない。そのような場合、もしも現在の
文字ストリングに続いて「ｈ」の生じる確率が非
常に低ければ、スキヤナは次の文字を「ｎ」であ
ると判定し得る。もう１つの例は音声認識におけ
る音素又はワードの認識である。

多くの著者が、予測を行なうために任意の圧縮
方法が使える事を示している。例えばThomas
M.Cover、“Universal Gambling Schemes and
the Complexity Measures of Kolmogorov
and Chaitin”technical report No.12 0ct.14、
1974、Dept.of Statistics、Stanford University
を参照されたい。

〔発明の効果〕

本発明を用いれば、従来のLZアルゴリズムよ
りも効率的にデータを圧縮することができる。

【図面の簡単な説明】

第１図は従来技術の方法を示す図、第２図乃至
第５図は各々本発明の実施方法を示す図である。

Claims (1)

1. 【特許請求の範囲】 １ 一連の記号からなるデータ・ストリームを圧
   縮するための、記憶装置を備えたデータ圧縮シス
   テムにおいて、圧縮対象のデータ・ストリーム中
   に出現した記号列を上記記憶装置の中に形成した
   辞書に登録しながら上記データ・ストリームを圧
   縮する方法であつて、 (a) 圧縮対象のデータ・ストリームに現れる可能
   性のあるすべての記号を、それぞれにインデツ
   クスを付して上記辞書に登録し、 (b) 上記データ・ストリームのうちの未圧縮の部
   分の始まりを示すポインタを上記データ・スト
   リームの先頭の記号にセツトし、 (c) 上記辞書に登録されている記号列のうち、現
   在上記ポインタがセツトされている記号から始
   まるデータ・ストリームの少なくとも一部に一
   致する最長の記号列Ｓを決定し、 (d) 上記記号列Ｓに付されたインデツクスに関す
   る情報を利用装置に送り、 (e) 上記記号列Ｓおよび上記データ・ストリーム
   中でその直後に現れる記号Ｃを連結した記号列
   を、上記辞書にインデツクスを付して登録し、 (f) 上記ポインタを上記記号Ｃにセツトし、 (g) 以下、上記圧縮対象のデータ・ストリームの
   圧縮が完了するまで、上記(c)ないし(f)のステツ
   プの実行を繰り返す ことを特徴とするデータ圧縮方法。 ２ 上記辞書のサイズは有限であり、 上記(d)のステツプでは、上記インデツクスを一
   定ビツト数の符号で表現して上記利用装置に送
   り、 上記(e)のステツプにおいて、上記辞書が一杯で
   あるときは、上記(c)のステツプで最近もつとも使
   用されることのなかつた記号列を上記辞書から削
   除し、その代りに、上記記号列Ｓと記号Ｃを連結
   した記号列を、上記辞書に、それまで上記削除さ
   れた記号列に使われていたインデツクスを付して
   登録する ことを特徴とする特許請求の範囲第１項記載のデ
   ータ圧縮方法。 ３ 上記辞書のサイズは実質上無限であり、 上記(d)のステツプでは、上記インデツクスを符
   号化して上記利用装置に送り、その際の符号長は
   圧縮を開始してからの上記(d)のステツプの実行回
   数に対応して増加する。 ことを特徴とする特許請求の範囲第１項記載のデ
   ータ圧縮方法。 ４ 一連の記号からなるデータ・ストリームを圧
   縮するための、記憶装置を備えたデータ圧縮シス
   テムにおいて、圧縮対象のデータ・ストリーム中
   に出現する記号列を上記記憶装置の中に形成した
   辞書に登録しながら上記データ・ストリームを圧
   縮する方法であつて、 (a) 圧縮対象のデータ・ストリームに現れる可能
   性のあるすべての記号を、それぞれにインデツ
   クスを付して上記辞書に登録し、 (b) 上記データ・ストリームのうちの未圧縮の部
   分の始まりを示すポインタを上記データ・スト
   リームの先頭の記号にセツトし、 (c) 上記辞書に登録されている記号列のうち、現
   在上記ポインタがセツトされている記号から始
   まるデータ・ストリームの少なくとも一部に一
   致する最長の記号S′を決定し、 (d) 上記記号列S′に付されたインデツクスに関す
   る情報を利用装置に送り、 (e) 上記ポインタを、上記データ・ストリーム中
   で上記記号列S′の直後に現れる記号Ｃにセツト
   し、 (f) 上記辞書に登録されている記号列のうち、上
   記記号Ｃから始まるデータ・ストリームの少な
   くとも一部に一致する最長の記号列Ｓを決定
   し、 (g) 上記記号列Ｓに付されたインデツクスに関す
   る情報を利用装置に送り、 (h) 上記記号列S′と上記記号Ｃを連結した記号列
   を、上記辞書にインデツクスを付して登録し、 (i) 以下、記号列Ｓを記号列S′として上記ステツ
   プ(e)ないし(h)を実行することを、上記圧縮対象
   のデータ・ストリームの圧縮が完了するまで繰
   り返す ことを特徴とするデータ圧縮方法。 ５ 上記辞書のサイズは有限であり、 上記(d)または(g)のステツプでは、上記インデツ
   クスを一定ビツト数の符号で表現して上記利用装
   置に送り、 上記(h)のステツプにおいて、上記辞書が一杯で
   あるときは、上記(c)または(f)のステツプで最近も
   つとも使用されることのなかつた記号列を上記辞
   書から削除し、その代り上記記号列S′と記号Ｃを
   連結した記号列を、上記辞書に、それまで上記削
   除された記号列に使われていたインデツクスを付
   して登録する ことを特徴とする特許請求の範囲第４項記載のデ
   ータ圧縮方法。 ６ 上記辞書のサイズは実質上無限であり、 上記(d)または(g)のステツプでは、上記インデツ
   クスを符号化して上記利用装置に送り、その際の
   符号長は圧縮を開始してからの上記(d)または(g)の
   ステツプの実行回数に対応して増加する ことを特徴とする特許請求の範囲第４項記載のデ
   ータ圧縮方法。 ７ 一連の記号からなるデータ・ストリームを圧
   縮するための記憶装置を備えたデータ圧縮システ
   ムにおいて、圧縮対象のデータ・ストリーム中に
   出現する記号列を上記記憶装置の中に形成した辞
   書に登録しながら上記データ・ストリームを圧縮
   する方法であつて、 (a) 圧縮対象のデータ・ストリームに現れる可能
   性のあるすべての記号を、それぞれにインデツ
   クスを付して上記辞書に登録し、 (b) 上記データ・ストリームのうちの未圧縮の部
   分の始まりを示すポインタを上記データ・スト
   リームの先頭の記号にセツトし、 (c) 上記辞書に登録されている記号列のうち、現
   在上記ポインタがセツトされている記号から始
   まるデータ・ストリームの少なくとも一部に一
   致する最長の記号列S′を決定し、 (d) 上記記号列S′に付されたインデツクスに関す
   る情報を利用装置に送り、 (e) 上記ポインタを、上記データ・ストリーム中
   で上記記号列S′の直後に現れる記号Ｃにセツト
   し、 (f) 上記辞書に登録されている記号列のうち、上
   記記号Ｃから始まるデータ・ストリームの少な
   くとも一部に一致する最長の記号列Ｓを決定
   し、 (g) 上記記号列Ｓに付されたインデツクスに関す
   る情報を利用装置に送り、 (h) 上記記号列S′と上記記号列Ｓを連結した記号
   列を、上記辞書にインデツクスを付して登録
   し、 (i) 以下、記号列Ｓを記号列S′として上記ステツ
   プ(e)ないし(h)を実行することを、上記圧縮対象
   のデータ・ストリームの圧縮が完了するまで繰
   り返す ことを特徴とするデータ圧縮方法。 ８ 上記辞書のサイズは有限であり、 上記(d)または(g)のステツプでは、上記インデツ
   クスを一定ビツト数の符号で表現して上記利用装
   置に送り、 上記(h)のステツプにおいて、上記辞書が一杯で
   あるときは、上記(c)または(f)のステツプで最近も
   つとも使用されることのなかつた記号列を上記辞
   書から削除し、その代り上記記号列S′と記号列Ｓ
   を連結した記号列を、上記辞書に、それまで上記
   削除された記号列に使われていたインデツクスを
   付して登録する ことを特徴とする特許請求の範囲第７項記載のデ
   ータ圧縮方法。 ９ 上記辞書のサイズは実質上無限であり、 上記(d)または(g)のステツプでは、上記インデツ
   クスを符号化して上記利用装置に送り、その際の
   符号長は圧縮を開始してからの上記(d)または(g)の
   ステツプの実行回数に対応して増加する ことを特徴とする特許請求の範囲第７項記載のデ
   ータ圧縮方法。