c - 关于压缩一系列的一和零

Question

我需要像这样压缩一系列 1 和 0

http://cid-f328e92ab80e3d64.office.live.com/self.aspx/.Public/bits.txt

谁能建议我使用什么编码器来实现最佳压缩（霍夫曼，算术，BWT，LZW，RLE，PAQ ...）

任何帮助表示赞赏，并提前感谢您。

尊重，查基

PS我发现bwtmix下降到577字节，但它是用c ++编写的，我需要它在c中。

Answer 1

这个 Python 程序通过简单地将 1 和 0 转换为字节，将其压缩到 715 个字节，包括 16 位前导数。不幸的是，标准压缩程序 zip、gzip 和 bzip2 似乎无法从中获得更多压缩。

import sys, struct
i, n, b, count = 0, 0, '', 0
for byte in open('/tmp/binary.txt').read().rstrip():
 n = (n << 1) | (ord(byte) & 1)
 i = (i + 1) % 8
 if i == 0:
  n, b = 0, b + chr(n)
 count += 1
sys.stdout.write(struct.pack('<h', count) + b)