虚拟贴图理论之贴图压缩

虚拟贴图无论对内存带宽还是显存带宽，都造成了巨大的压力，因此我们需要使用压缩格式的文件。从工程的角度来说我们需要了解各种压缩算法的压缩比，压缩效果，以及编码译码的速度，从而选择最佳方案。为了能够更好的使用压缩格式，我这里简单的了解了三种压缩格式，分别是代表贴图压缩的jpg格式，代表纹理压缩的dxt格式，以及代表通用压缩的zip格式。在讨论这三个压缩格式之前，我们先了一下常见的底层压缩算法。

RLE压缩算法

比如下面的文本信息“[data][data][data]"，假定上述文本使用的是ASCII码，那么上面的字符串占用了12个字节的内存(不考虑[])。我们第一个想法就是将重复的信息用一种编码表示，比如[5][data]。其中一个字节代表块重复的次数，另一个字节代表重复的内容。这种压缩算法就是RLE压缩算法。

LZ77算法

如上图红黑两条竖线代表一个窗口，这个窗口不停的向前移动，算法的目的就是找到后面的字符与窗口中重复的字符串，然后按照(偏移起始地址，偏移量)的方式存储信息。

哈夫曼编码

上面的LZ77算法我们用(偏移起始地址，偏移量）存储文件信息。假如偏移地址有1，2，3，4。我们如何编码去存储这些数字呢？如果用定长编码去存储，肯定会浪费空间，我们希望使用变长编码，变长编码需要满足两个条件：

1.出现频率最高的数字，使用的编码越少

2.每一个编码都是前缀无歧义编码，也就说任意一个编码不能是其他编码的前缀

哈夫曼树刚好满足这两个条件，因此根据编码出现的频率生成一棵哈夫曼树，然后对其进行编码就形成了哈夫曼编码。比如A,B,C,D,E,F出现的次数分别是2,3,7,9,18,25，最后生成的哈夫曼树如下图：