У своїй програмі мені потрібно стиснути журнали, що є текстовими файлами.

Здається, це bzip2і gzipмає однаковий коефіцієнт стиснення.

Це правильно?

Зазвичай bz2 має кращий коефіцієнт стиснення в поєднанні з кращими можливостями відновлення.

OTOH, гц швидше.

Кажуть, що xz навіть кращий за bz2, але я не знаю часу поведінки.

Останнє оновлення сайту maxcompression.com - червень-2011 _{(відповідь оновлена ​​у жовтні-2015).}
Тому цей веб-сайт не згадує
про поточний компресор текстового чемпіона у всьому світі :

      cmix

Змагання / Орієнтири:

• enwiki6
  стиснення 18,2% текстового файлу 1 МБ enwik6
• Калгарі -
  17,6% стиснення 14 файлів корпусу Калгарі (файл тару 3 Гб)
• Hutter Prize
  15,7% стиснення текстового файлу 100MB enwik8
  (алеcmixне є переможцем, оскільки вимагає занадто багато оперативної пам’яті, більше 20 ГБ)
• Сілезія Open Source Compression Benchmark
  15,7% стиснення корпусу 202MB Сілезії
• Великий показник
  стиснення тексту 12,4% стиснення текстового файлу 1 Гб enwik9

Детальніше:
Байрон Knoll буде активно розвиваючи cmixв Libre програмного забезпечення (GPL) з 2013 року на основі книги стиснення даних Роз'яснення по Метту Махоні . Метт Махоні також підтримує деякі з вищезазначених орієнтирів і пропонує ZPAQ ( WP ), інкрементальний архіватор командного рядка.

Якщо ви віддаєте перевагу більш стандартному інструменту (вимагає менше оперативної пам’яті), рекомендую:

      lrzip

lrzipце еволюція rzipвід Колівас .
lrzipозначає два імені: Long Range ZIP і Lzma RZIP .
lrzipчасто краще, ніж xz(інший популярний інструмент стиснення).
Олександр Річчо також рекомендує lrzip.

Мій улюблений:

      zpaq

«Архіватор експерт» , Метт Махоні , інтенсивно працював над PAQ алгоритмами в протягом десяти років і забезпечує найкращий компроміс між CPU / ресурсами пам'яті і рівнем стиснення.

Однак остання zpaqверсія часто не пакується / доступна в недавньому дистрибутиві :-(
Я завжди компілюю її з джерел, коли в мене є нова машина і мені потрібен дуже хороший компресор: https://github.com/zpaq/zpaq

clone https://github.com/zpaq/zpaq
cd zpaq
g++ -O3 -march=native -Dunix zpaq.cpp libzpaq.cpp -pthread -o zpaq

Можливо, ви могли ознайомитися з цими орієнтирами , особливо з частиною тестування файлів журналів на стиснення .

Я зробив тест , щоб перевірити , щоб стиснути наступне:
папку 204MB (з 1600 HTML - файли)
Результати

7zip =>     2.38 MB
winrar =>   49.5 MB
zip =>      50.8 MB
gzip =>     51.9 MB

тож 7zip - найкращий серед них, ви можете отримати його звідси
http://www.7-zip.org/

bz2 має більш жорстке стиснення, алгоритм має більше варіантів пошуку надмірності для стиснення.

gzip є в набагато більшій кількості інструментів і є більш крос-платформою. Більше інструментів Windows може працювати з .gz файлами. Це частина http, тому навіть веб-браузери можуть це зрозуміти.

У Linux є інструменти, які дозволяють працювати над стислими файлами безпосередньо. zgrep і bzgrep можуть шукати в стислих файлах.

Якби тільки в Linux, я б використав bzip2 для дещо кращих коефіцієнтів стиснення.

xz стискає набагато краще, ніж bz2, але займає більше часу. Отже, якщо максимальна компресія - це ваша мета, а простір на вашому жорсткому диску - це премія (що в моєму випадку з одним накопичувачем на 98% повним - поки я реорганізую свої файлові системи), і ви можете звільнити сценарій, щоб виконати роботу - зробіть перерву і поверніться через 5 хвилин.

unxz дуже швидко розпаковується в моєму досвіді - що для мене добре щодня.

bz2 швидше стискається, ніж xz, але, здається, для досягнення результатів стиснення xz.

Єдиний спосіб зробити ці оцінки - це запустити орієнтири проти поєднання загальних файлів, які ви зазвичай стискали / декомпресували та змінювали параметри, щоб побачити, що з’являється вгорі.