資料壓縮/推斷壓縮
< 資料壓縮
推斷壓縮背後的理念是，由於演算法及其建立者事先不知道源資料，但壓縮可以針對不同型別的資料進行最佳化，因此它們將基於型別推斷的過程進行壓縮。這個過程主要是動態的和非確定性的，包括將源資料的部分讀入緩衝區（嗅探），並執行一些測試以推斷其型別/特徵，以決定要應用哪種壓縮演算法。這種選擇通常是基於規則的（在演算法中預先定義的）。
當然，這在如何執行推斷方面提供了一些自由度，一些演算法可以使用副檔名（如果存在）或甚至僅僅使用檔案頭（使用檔案型別識別符號，如 魔數 或 檔案識別符號字串）來識別一些眾所周知的檔案格式。然後，它們將使用這些資訊來最佳化猜測過程，以確定最佳的壓縮方案。例如，LHA 和 LHZ 壓縮演算法包含許多壓縮規則，允許根據不同檔案型別的規則基礎差異進行動態最佳化。
根據一些限制和要求（例如速度和記憶體使用情況），規則庫選擇可以是動態的，例如基於非對稱壓縮方案，該方案將允許進行多次推斷，並讓它們競爭，以檢視哪個壓縮方案將對資料進行最佳壓縮。
基本理念是，您越能準確推斷出檔案型別，您就能越緊密地使用特定於該型別資料的壓縮規則對其進行壓縮。透過針對資料的精確性質進行調整，壓縮通常可以生成的檔案大小明顯小於僅近似資料型別的技術。例如，假設莎士比亞文字（大量常見英語單詞）的壓縮方案可能不適用於股票市場表格（顯示公司股票程式碼、收盤價等的表格）。
我們將在後面的章節中更詳細地討論馬爾可夫模型，馬爾可夫模型。
我們將在後面的章節中更詳細地討論資料差分，資料差分。