压缩算法分类熵编码和混合编码熵编码（Entropy Encoding）是一类利用数据额统计信息进行压缩的无语义数据流的无损编码
信息熵为信源的平均信息量（不确定性的度量）
常见的熵编码有行程码（RLE）、LZW编码、香农（Shannon）编码、哈夫曼（Huffman）编码和算术编码（Arithmetic coding）
混合编码即熵编码和（信）源编码的组合
大多数压缩标准都采用混合编码的方法进行数据压缩，一般是先利用信源编码进行有损压缩，再利用熵编码做进一步的无损压缩
信源编码（信）源编码（Source Coding）是一类利用信号原数据在时间域和频率域中的相关性和冗余进行压缩的有损编码
种类繁多，可进一步分为如下几种
1、预测编码：利用先前和限制的数据对在时间或空间上相邻的下面或后来的数据进行预测，从而达到压缩的目的
如增量调制（DM）、差分和自适应编码（ADPCM）；2、变换编码：采用各种数学变换方法，将原时间域或空间域的数据变换到频率域或其他域，利用数据在变换域中的冗余或人类感觉的特征来进行压缩
以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。
