【发布时间】：2016-01-02 06:55:41
【问题描述】：
我正在制作一个打包程序（运行时压缩）来研究 Windows PE 格式文件。我知道一些数据压缩算法，例如 RLE、LZW、Huffman-endoing 等。但是哪种算法最好压缩二进制数据。就像 .exe 文件一样？有没有人可以建议哪个是最好的压缩二进制数据？
【问题讨论】：
标签： binary compression portable-executable
【发布时间】：2016-01-02 06:55:41
【问题描述】：
对于初学者，您应该从 LZ77 or LZ78 algorithm 开始，它提供了相当好的压缩比和一个小的解压存根（显然，一个小的解压存根是打包程序必须具备的）。
在 LZ7x 算法之后是 LZMA 算法，它提供（通常）比 LZ7x 算法更好的压缩。
如果您以前从未编写过打包程序，我建议您主要使用 PIC (Position Independent Code) 样式的低级语言（C 是事实上的语言）编写解压存根，仅使用其中的一些小部分需要时使用汇编语言。这样做的好处是让编译器为您完成大部分工作以处理矛盾的事情（至少第 1 点和第 2 点）：
- 解压存根代码长度必须最小
- 解压存根代码的速度必须是最优的
- 压缩和解压缩的内存使用必须保持在合理的范围内
然后，您可以根据自己的方便调整输出程序集，以便在上述各点之间取得良好的折衷。
一旦你对压缩理论有了很好的理解，你应该明确地寻求实现一个PAQ派生的压缩器。
遵循 PAQ 引导有多种优势：
首先尝试特别关注 PAQ8PX 变体。不过，在生成的压缩 PE 文件中注入最小（长度）和快速解压缩存根将是这项工作中最困难的部分。
PAQ 算法也用于kkrunchy farbrausch demoscene 组著名的 PE 压缩器。 explained here.
最后，如果您不习惯数据压缩理论，我建议您先阅读一下 Matt Mahoney（PAQ 的作者）的非常好的介绍 Data Compression Explained 和关于 data compression theory 的 wiki 书籍.
请记住，压缩始终是一种权衡：最佳压缩率并不总是最终用户想要的。如果您需要 256 GB 内存或等待 5 分钟或有一个 10 MB 字节的解压存根来解压，这显然不是正确的路径...
【讨论】：