我要存儲在一個壓縮格式下列元組的列表，我想知道哪種算法給我最好的壓縮算法？ （見下文的最好的定義）
我的數據是這樣的：
(<int>, <int>, <double>),
(<int>, <int>, <double>),
...
(<int>, <int>, <double>)
這兩個整數中的一個指的是一個時間點，並且很可能最終在一個列表中的數字彼此接近。另一個int代表一個抽象的id，並且值不太可能接近，儘管它們也不會完全隨機。雙重代表傳感器讀數，雖然這些值之間存在某種相關性，但它可能沒有多大用處。
由於「時間」整數可以彼此接近，因此只嘗試存儲第一個和之後的值，然後將差值保存到int（delta編碼）之前。你也可以嘗試第二個int。
您可以嘗試的另一件事是重新組織從[int1，int2，double]，[int1，int2，double] ...到[int1，int1 ...]，[int2，int2 ...] ]，[雙，雙...]。
要找出壓縮範圍，您可以將數據寫入文件並從Christian Martelock here下載壓縮機CCM。我發現它對這些數據收集表現非常好。它使用了相當快的算法context mixing。您也可以將其與其他壓縮機（如WinZIP）進行比較，或使用zLib之類的壓縮庫來查看是否值得付出努力。
如果我正確地閱讀這個問題，你只是想有效地存儲數據。很顯然，像壓縮XML這樣的簡單選項很簡單，但有更直接的二進制序列化方法。其中一個突出的問題是Google的protocol buffers。
例如，在C＃與protobuf-net，你可以簡單地創建一個類來保存數據：
[ProtoContract]
public class Foo {
[ProtoMember(1)]
public int Value1 {get;set;}
[ProtoMember(2)]
public int Value2 {get;set;}
[ProtoMember(3)]
public double Value3 {get;set;}
}
然後，只需[德]序列化一個列表或富[]等，通過ProtoBuf.Serializer類。
我並不是說它會是相當於作爲滾動自己的空間效率，但它會相當接近。協議緩衝區規範可以很好地利用空間（例如，使用base-128作爲整數，這樣少量佔用較少的空間）。但是試一試很簡單，不必自己編寫所有的序列化代碼。
這種方法，以及易於實現，還具有易於從其他體系結構中使用的優點，因爲various languages有協議緩衝區實現。它還比普通的[de]壓縮（GZip/DEFLATE/etc）和/或基於xml的序列化要少得多。
大多數壓縮算法對這些數據同樣不利。但是，有幾件事（「預處理」）可以在將數據提供給gzip或放縮算法之前提高數據的可壓縮性。請嘗試以下操作：
首先，如果可能，按升序對元組進行排序。先使用抽象標識，然後使用時間戳。假設你有多個來自同一個傳感器的讀數，類似的ID會放在一起。
接下來，如果定期採取措施，請將時間戳替換爲與先前時間戳的差（當然，除了傳感器的第一個元組外）。例如，如果所有措施都是在5分鐘間隔，兩個時間戳之間的增量通常接近300秒。因此時間戳字段將更加可壓縮，因爲大多數值是相等的。
然後，假設測量值在時間上穩定，將所有讀數替換爲相同傳感器先前讀數的增量。再次，大多數值將接近於零，因此更具可壓縮性。
另外，由於其內部表示形式，浮點值是非常糟糕的壓縮候選對象。嘗試將它們轉換爲整數。例如，溫度讀數最有可能不需要兩位以上的小數位。將值乘以100並四捨五入到最接近的整數。
以下是在大多數搜索引擎中使用的共同的方案：值的存儲三角洲和使用可變字節編碼方案，即，如果增量小於128編碼增量，它可以只用1個字節來編碼。有關詳細信息，請參閱Lucene和協議緩衝區中的vint。
這不會給你最好的壓縮比，但通常是編碼/解碼吞吐量最快的。
排序如已經提出的，然後將其存儲
（第一整數） （第二整數） （雙打）
轉置矩陣。然後壓縮
偉大的答案，備案，我要合併這些我upvoted進近，我終於用：
排序和重組的數據，這樣類似的數字是旁邊彼此，我。即排序ID，然後再通過時間戳和重新排列從(<int1>, <int2>, <double>), ...到([<int1>, <int1> ...], [<int2>, <int2> ... ], [<double>, <double> ...])（如在時間戳所建議的增量編碼 schnaader和Stephan Leclercq
使用協議緩衝區序列化（我要在應用程序中使用反正他們，所以這不會依賴或添加任何東西）。感謝Marc Gravell指着我吧。
感謝您指出這一點，我使用pb序列化了一些東西，所以在我的上下文中它是一個很自然的選擇。你知道他們是否用較短的序列壓縮重複模式？如果不是，我也可以使用RTF規範。 ;-) – 2008-11-10 10:42:33