[发明专利]用于进行有效的基于LZ77的数据解压缩的技术

说明书

用于数据解压缩的技术包括一种从输入流中读取符号标签字节的计算设备。所述计算设备判定是否可以使用快速通路例程来对所述符号进行解码，并且若否，则执行缓慢通路例程以便解压缩所述符号。所述缓慢通路例程可以包括可能无法使用分支预测硬件来预测的数据相关分支指令。对于所述快速通路例程，所述计算设备在不执行不可预测的分支指令的情况下基于所述标签字节来确定下一符号增量值、文字量增量值、数据长度和偏移量。所述计算设备在不执行不可预测的分支指令的情况下根据所述标签字节来将源指针设置到文字量数据或参考数据。所述计算设备可以使用条件移动指令来设置所述源指针。所述计算设备复制所述数据并处理剩余符号。描述并要求保护其他实施例。

相关美国专利申请的交叉引用

本申请要求于2014年9月24日提交的题为“TECHNOLOGIES FOR EFFICIENT LZ77-BASED DATA COMPRESSION(用于进行有效的基于LZ77的数据解压缩的技术)”的美国实用新型专利申请序列号14/494,766的优先权。

背景技术

软件数据解压缩是许多计算应用(包括服务器应用和客户端应用两者)中使用的重要软件操作。许多常见的无损压缩格式基于LZ77压缩算法。使用基于LZ77的算法所压缩的数据通常包括符号流。每一个符号可以包括要复制到输出或参考中以便重复已经解压缩的数据的文字量数据。相比如DEFLATE等其他无损压缩算法，基于LZ77的算法通常实现更低的压缩级别但提供更高的性能，特别是对于解压缩。一种典型的基于LZ77的格式是由谷歌公司开发且由Apache Hadoop^TM项目等使用的“Snappy”。其他基于LZ77的格式包括LZO和LZF。

解压缩算法的典型实施方式包括用于对输入符号进行分类的众多条件分支。那些条件分支的结果取决于输入数据。用于典型处理器的分支预测硬件可能难以正确地预测那些条件分支的结果。分支误预测惩罚可能降低可实现的解压缩性能。

附图说明

在附图中通过示例的方式而非限制的方式来展示了本文中所描述的概念。为了说明的简单和清晰起见，附图中所展示的元件不一定按比例绘制。在认为适当的情况下，在附图当中重复参考标号以表示相应或相似的元件。

图1是用于有效数据解压缩的计算设备的至少一个实施例的简化框图；

图2是图1的计算设备的环境的至少一个实施例的简化框图；

图3A和图3B是可由图1和图2的计算设备执行的用于有效数据解压缩的方法的至少一个实施例的简化流程图；

图4是可以通过图3A和图3B的方法来解压缩的压缩数据符号的示意图；

图5是图3A和图3B的方法的至少一个实施例的伪代码清单；以及

图6是图3A和图3B的方法的一部分的另一个实施例的伪代码清单。

具体实施方式

虽然本公开的概念易于经历各种修改和替代形式，但是在附图中已经通过示例的方式来示出了其特定实施例并且将在本文中对其进行详细描述。然而，应当理解的是，不意在将本公开的概念限制于所公开的特定形式，而相反，意图是覆盖与本公开和所附权利要求书一致的所有修改型式、等效型式和替代型式。