我正在为一个项目集思广益，该项目将在数据库中存储大量坐标数据（纬度、经度）。这些数据的关键方面将被计算和存储，然后大部分数据将被压缩和存储。我正在寻找一种无损压缩算法来减少这些数据的存储空间。有没有（最好是常用的）算法可以很好地压缩这种类型的数据？
[[0.12345, 34.56789], [0.01234, 34.56754], [-0.00012, 34.56784], …]
注意：我现在不太关心语言，但我可能会在 Javascript 和 PHP 中实现这一点。
提前致谢！
【问题讨论】：
标签： algorithm compression coordinates
要扩展 barak manos 建议的 delta 编码，您应该首先将坐标编码为二进制数字而不是字符串。使用四字节有符号整数，每个整数等于您的值的 105 倍。
然后应用增量编码，其中每个纬度和经度分别从前一个中减去。第一个纬度/经度保持不变。
现在将数据分成四个平面，每个平面对应 32 位整数中的四个字节。较高的字节将大部分为零，所有的熵都在较低的字节中。您可以将数据分成块，这样您的平面就不必跨越整个数据集。
然后应用 zlib 或 lzma 压缩。
【讨论】：
我建议您首先利用相邻符号相似的事实，并转换您的数据以减少熵。然后，将您选择的压缩算法应用于输出。
令 IN_ARR 为原始数组，OUT_ARR 为转换后的数组（压缩输入）：
OUT_ARR[0] = IN_ARR[0]
for i = 1 to N-1
OUT_ARR[i] = IN_ARR[i] - IN_ARR[i-1]
为简单起见，上面的伪代码是为一维坐标编写的。
当然，你可以轻松实现二维坐标...
当然，你必须在解压后应用逆运算：
IN_ARR[0] = OUT_ARR[0]
for i = 1 to N-1
IN_ARR[i] = OUT_ARR[i] + IN_ARR[i-1]
【讨论】：
以下是有效构建数据以充分利用数据的方法：-
首先将数据分为整数和小数两组：-
例如：[1.23467,2.45678] => [1,2] and [23467,45678] => [1],[2],[23467],[45678]
由于您的数据似乎是随机的，因此您可以做的第一件事是压缩，不要直接将其存储为字符串，而是使用以下压缩。
纬度范围是 -90 到 +90，因此总共需要 180 个值，因此第一个值需要 log2(180) 位，即每个整数 8 位
经度范围是 -180 到 180，即 360 个值，因此 log2(360) 位是 9 位
小数为 5 位，因此需要 log2(10^5) = 17 位。
使用上述压缩，每条记录需要8+9+17*2 = 51 位，而如果使用字符串，则每条记录最多需要 2 + 3 + 5*2 = 15 个字节。
如果与字符串数据大小相比，压缩率 = 51/(15*8) = 42%
如果与浮点数据大小相比，压缩率 = 51/(2*32) = 80%。
将路径的相似部分分成 4 组，例如：-
[[0.12345,34.56789],[0.01234,34.56754],[-0.00012,34.56784]...]
=> [0,0,-0],[34,34,34],[12345,1234,12],[56789,56754,56784]
对单个组使用增量编码，然后应用霍夫曼编码以进一步压缩总数据。
【讨论】：