[Compression] Supprimer les redondances

Bonjour a tous !

Ayant déja sollicité votre aide pour choisir un algorithme de compression de données sans pertes ( le codage de Huffman ), je suis confronté a un autre problème .

Je dois développer une application qui doit faire 3 choses :

- compresser un fichier A
- compresser un fichier B
- compresser la concaténation de A et B en supprimant les redondances.

Sachant que A et B sont des fichiers de texte, comment vais je pouvoir faire pour exprimer le fait qu'il y'ait ou pas des redondances ?
En effet, le codage de Huffman, c'est bien joli si on code qu'un seul caractère. si on code 2 caractères la table de codage grandit énormément, alors si je veux coder des mots pour pouvoir voir si y'en a deux identiques, je n'ose même pas imaginer les combinaisons possibles ...

Auriez-vous une idée pour me faire avancer?

Merci d'avance !

Pour exploiter les redondances au niveau des mots on peut par exemple utiliser des algorithmes a base de dictionaire tels que LZW.

L'ordre défini (A puis B puis les deux après compression) est obligatoire ?
Qu'entends-tu par redondances ?

Pour moi, il est plus intéressant de les concaténer directement et de se servir de l'ensemble des symboles pour compresser, mais si ce n'est pas le but, il va falloir expliquer un peu plus :).

Bonjour et merci pour vos réponses !

Par redondance, j'entend, par exemple le mot "soleil" est dans A, alors s'il est dans B on l'esquive et on le compresse pas !

ce qu'il voulait dire c'est :

tu veux supprimer les redondances APRES avoir compressé chacun des fichiers A et B, ou supprimer les redondances entre A et B et compresser APRES ?

Ben en fait, au moment de la compression de AB, si on se trouve dans la partie relative a B et qu'on trouve un mot qui était déja présent dans A, on fait comme s'il n'existait pas.
J'espère avoir été assez clair :d

Je rejoins donc l'idée du dictionnaire ;).