随着互联网技术的普及和计算机科学技术的快速发展,网络与个人电脑中的数据量急剧增长。数据的储存和传输正面临着极其严峻的挑战。数据压缩作为许多高级计算机技术的基础而被广泛研究。压缩率是文件压缩后的大小与原文件的大小之比,是判断压缩效果好坏的重要衡量标准。设计拥有更快速度和更好压缩率的压缩算法,在当前数据显著膨胀的背景下,具有深远的意义。在本文中,我们提出了一种新型文本压缩算法——基于近似模式匹配的并行压缩算法。新算法在拥有良好并行性能的基础上降低了编码的压缩率。本论文详细研究了算法的两个重要组成部分:并行ePLZ77算法去冗余和并行Varint算法再编码。论文第一部分工作,提出并行ePLZ77压缩算法。ePLZ77压缩算法不同于原始LZ77算法中使用的全等匹配函数,新算法引入近似模式匹配函数,且结合了并行LZ77算法对源数据进行去冗余转换。“近似模式匹配函数”的概念是指在压缩过程中,为了使未编码串能在原有基础上匹配更长的已编码串,而对字符进行可复原的删除,替换或交换操作。并行ePLZ77算法在传统并行LZ77算法的基础上降低了压缩率。其创新点在于将近似模式匹配概念与数据压缩算法相结合,降低了LZ77编码的压缩率。论文第二部分工作,将ePLZ77并行压缩算法与并行Varint编码算法相结合。实现完整的基于近似模式匹配的并行压缩算法流程。其创新点在于算法整体并行,从而获得更快的压缩速度。为了验证新算法的性能,本文使用了多组对比实验对算法进行评估。通过实现已有的串行LZ77算法、Deflate算法和改进后的ePLZ77_Varint算法来进行压缩率和压缩时间的对比实验。在压缩性能上,ePLZ77算法的压缩率完全优于传统LZ77算法。在时间性能上,相较于已有串行算法,新算法的并行实现加快了压缩速度。实验结果表明新算法有着较好的实践性能和应用性能。