概述

相對編碼是另一種資料壓縮演算法。遊程編碼、點陣圖編碼以及圖編碼和模式替換都基於減少重複資料實現，而相對編碼目標略有不同。的確，遊程編碼要查詢連續重複出現的元素，模式替換和點陣圖編碼要“對映”重複出現的位置。

這些演算法的唯一問題在於輸入資料並非總是由重複元素組成。很明顯，如果輸入資料流包含許多重複元素，必定能減少。然而，這並不意味著沒有重複元素的資料就不能壓縮。這取決於資料。假設我們要壓縮的資料如下。

難以想象這個資料流能被壓縮。壓縮字母時可能存在同樣的問題。的確，字母是構成單詞的基礎，是構成單詞的最小單元而且很難再壓縮。

幸運的是，事實並非如此。相對編碼可以處理非重複資料。讓我們看看下面的輸入流——一段給定的年份（90年的）。

這裡有39個字元，我們能夠壓縮它們。我們通常使用的方法是去掉前面的“19”。

現在我們得到一個更短的字串，但在保留第一個年份的基礎上可以更進一步的壓縮。其餘的年份均相對於該年份。

此時傳輸的資料量減少了很多（從39降至16——超過50%）。然而，我們首先需要考慮一些問題，因為資料流的格式不會總是如此巧合。下面字元流會怎樣？

我們看到數值100在區間的中間，使用該值作為相對編碼的基準很方便。那麼上面的資料流就變成如下：

問題在於決定哪一個數值作為基準值並不容易。如果資料以不同方式排列會怎樣。

此時，數值“100”不能作為基準值，因為以該值為基準將得到如下結果：

對某基準值附近的相對值分組將會更加方便。

然而，找出基準值並不那麼容易。編碼格式也並不那麼重要。但是下面提到的這種情況，這種編碼卻很有用。

實現

該演算法的實現取決於特定的任務和資料流格式。假設我們要使用JSON從web伺服器傳輸年份資料流到瀏覽器，下面是一段簡單的PHP片段。

應用

該演算法在很多情況都很有效，以下是其中一例。網路上有很多地圖應用。例如谷歌地圖，雅虎地圖，必應地圖就是非常有名的應用，同時也有非常有用的開源專案OpenStreetMap。成千上萬的網站使用這些應用。

典型的使用案例是使用JSON從伺服器傳輸大量地理座標到瀏覽器。的確，地球上任何地理座標點都相對於非洲西海岸附近的（0,0）點而言，在一定範圍內，當有大量標記時，我們可以使用相對編碼來傳輸資訊。

例如，下圖為標識了一些點的舊金山地圖。它們的座標都是相對於地球的（0,0）點而言。

地圖示記相對於地球的（0,0）點而言，有時沒什麼效果。

更加有效方式是相對市中心對那些標記進行編碼，這樣可以節省空間。

在一定範圍內對地圖示記使用相對編碼非常有效！

然而，這種壓縮型別可能會非常棘手，比如拖動地圖和更新座標陣列時。此外，如果需要載入多個城市，我們必須對座標進行分組。所以，在實現時必須謹慎。但另一方面，這也會很有用——例如在初始化載入地圖時可以減少資料量，縮短載入時間。

使用相對編碼，我們只要儲存相對基準值（資料）的偏移量——就像版本控制系統一樣，這樣可以降低傳輸和載入的資料。這裡有一個圖形的例子。第一種情況下，我們看到以下圖示中的每一項都是單獨儲存。它與相鄰元素無關，可以獨立與其他元素存在。

我們能只儲存第一個元素，其餘元素都相對與該元素，如下圖示所示。