我有一个大文件,每行一个单词。整个文件已排序,我现在需要压缩它。我可以简单地使用 GZIP,结果会非常好。但是,我想知道是否可以更好地知道我们正在处理已排序的单词列表。
这是我的排序单词列表的片段:
[...]
ABAISSAT
ABAISSATES
ABAISSE
ABAISSEE
ABAISSEES
ABAISSEMENT
ABAISSEMENTS
ABAISSENT
ABAISSER
ABAISSERA
ABAISSERAI
ABAISSERAIENT
ABAISSERAIS
[...]
使用前缀压缩文件会比 GZIP 产生更好的结果吗?
[...]
ABAISS AT ATES E EE EES EMENT EMENTS ENT ER ERA ERAI ERAIENT ERAIS
[...]
什么算法可以让我使用我描述的压缩类型来压缩我的单词列表?还有其他想法如何压缩数据吗?
PS 我虽然关于使用 Trie 并且我实现了它。Trie 的最终大小是内存几乎与列表本身一样大,并且加载列表的时间非常长。由于这些原因,我决定不走那条路。