我正在编写词法生成器作为备用时间项目，我想知道如何进行表压缩。有问题的表是short的二维数组，非常稀疏。它们在一个维度上始终为256个字符。另一个维度的大小根据词法分析器中的状态数量而变化。
压缩的基本要求是
我理解行位移方法，这是我目前已实现的方法。这可能是我天真的实现，但我所拥有的是极其缓慢的生成，虽然访问速度非常快。我想我可以使用一些已建立的字符串搜索算法（例如找到的here算法之一来加快速度。
我想一个选项是使用Dictionary，但这感觉就像作弊一样，如果我使用直接数组和一些已建立的算法，我希望能够获得快速访问时间。也许我对此毫不留情地担心。
从我可以收集的内容来看，flex并没有将此算法用于它的lexing表。相反，它似乎使用了一些名为行/列等价的东西我还没有找到任何解释。
我真的想知道flex使用的这种行/列等价算法是如何工作的，或者我是否应该为此任务考虑任何其他好的选项。
修改：详细说明这些数据的实际内容。它是词法分析器中状态转换的状态信息。数据需要以压缩格式存储在内存中，因为状态表可能很大。从该存储器中也可以直接访问实际值，而无需解压缩表。我有一个使用行位移的工作解决方案，但它的计算速度很慢 - 部分是由于我的愚蠢实现。
行位移方法的my implementation可能会更清楚地访问此数据的方式。它有点冗长，我希望我把它放在pastebin上而不是在这里。
数据非常稀少。它通常是一大堆零，然后是每个州的一些短裤。例如对它进行行程编码会很简单，但它会破坏它 线性访问时间。
Flex 显然有两对表，第一对为base和default，第二对为next和check。这些表似乎以我不理解的方式相互指数。龙书试图解释这一点，但正如通常情况下的神秘知识一样，它所说的东西在我这样的小思想中丢失了。
答案 0 :(得分：2)
本文http://www.syst.cs.kumamoto-u.ac.jp/~masato/cgi-bin/rp/files/p606-tarjan.pdf描述了一种压缩稀疏表的方法，可能会引起人们的兴趣。
您是否预先知道了表格，并且您只需要一种有效的方式来存储和访问它们？
我对问题域并不是很熟悉，但是如果你的表沿一个轴（256）有一个固定大小，那么一个256的数组，其中每个元素是一个可变长度工作的向量？您是否希望能够选择给定（x，y）对的元素？
我一直想用于某事的另一个很酷的解决方案是一个完美的哈希表http://burtleburtle.net/bob/hash/perfect.html，你可以从数据中生成一个哈希函数，这样你就可以获得最小的空间需求，并且O（1 ）查找（即没有碰撞）。
这些解决方案都没有采用任何类型的压缩，因此，它们只是最大限度地减少浪费的空间。
答案 1 :(得分：-1)
目前还不清楚你的表是否在一个维度或另一个维度中具有“序列属性”。
序列属性自然发生在人类语音中，因为一个单词由许多字母组成，字母序列可能会在稍后出现。它在二进制程序，源代码等中也很常见。
另一方面，诸如原始音频，地震值等的采样数据不宣传序列属性。他们的数据仍然可以压缩，但使用其他模型（例如简单的“delta模型”，后跟“entropy”）。
如果您的数据在任何2个维度中都具有“序列属性”，那么您可以使用通用压缩算法，这将为您提供速度和可靠性。您只需要为其提供“序列友好”的输入（即选择您的维度）。
如果速度是您的关注点，您可以看一下快速压缩器的C＃实现，它也是一个非常快速的解压缩器：https://github.com/stangelandcl/LZ4Sharp