数据压缩/推断压缩
< 数据压缩
推断压缩背后的理念是，由于算法及其创建者事先不知道源数据，但压缩可以针对不同类型的数据进行优化，因此它们将基于类型推断的过程进行压缩。这个过程主要是动态的和非确定性的，包括将源数据的部分读入缓冲区（嗅探），并执行一些测试以推断其类型/特征，以决定要应用哪种压缩算法。这种选择通常是基于规则的（在算法中预先定义的）。
当然，这在如何执行推断方面提供了一些自由度，一些算法可以使用文件扩展名（如果存在）或甚至仅仅使用文件头（使用文件类型标识符，如 魔数 或 文件标识符字符串）来识别一些众所周知的文件格式。然后，它们将使用这些信息来优化猜测过程，以确定最佳的压缩方案。例如，LHA 和 LHZ 压缩算法包含许多压缩规则，允许根据不同文件类型的规则基础差异进行动态优化。
根据一些限制和要求（例如速度和内存使用情况），规则库选择可以是动态的，例如基于非对称压缩方案，该方案将允许进行多次推断，并让它们竞争，以查看哪个压缩方案将对数据进行最佳压缩。
基本理念是，您越能准确推断出文件类型，您就能越紧密地使用特定于该类型数据的压缩规则对其进行压缩。通过针对数据的精确性质进行调整，压缩通常可以生成的文件大小明显小于仅近似数据类型的技术。例如，假设莎士比亚文本（大量常见英语单词）的压缩方案可能不适用于股票市场表格（显示公司股票代码、收盘价等的表格）。
我们将在后面的章节中更详细地讨论马尔可夫模型，马尔可夫模型。
我们将在后面的章节中更详细地讨论数据差分，数据差分。