Modélisation de Markov dynamique

Les algorithmes de cette famille se basent sur une modélisation de Markov dynamique pour évaluer la probabilité d'apparition des différents symboles.

La prédiction obtenue sert d'entrée à un codage arithmétique, bien qu'en théorie, n'importe quel codage entropique (codage de Huffman…) pourrait être utilisé à la place.

Une DMC peut être combinée avec d'autres types de prédicteurs (des PPM, par exemple) par pondération de contextes, ce qui permet d'étendre le domaine modélisé, ou d'améliorer la précision de la modélisation.

DMC est un algorithme symétrique. Cela signifie qu'il fait la même chose à la compression et à la décompression. Cela signifie aussi que sa vitesse est la même dans les deux cas (si l'on ne tient pas compte des subtilités des entrées-sorties), et que la quantité de mémoire nécessaire (pour stocker le modèle de Markov) est identique.

Il y a relativement peu d'implémentations de DMC, mais il apparaît qu'elles ont un coût en mémoire supérieur à une implémentation correcte d'un PPM, pour des performances comparables.