压缩算法程序通常包括以下几种：
Arithmetic coding（算术编码）
通过将字符转换为二进制数，并根据字符出现的概率来分配这些二进制数的范围，从而实现压缩。
Huffman coding（霍夫曼编码）
根据字符出现的频率构建编码树，将频率较高的字符用较短的编码表示，频率较低的字符用较长的编码表示，从而实现数据的压缩。
LZ77 coding（Lempel-Ziv 77 编码）
通过查找数据中的重复子串，用指向这些子串在原文中位置的指针来代替这些子串，从而实现数据的压缩。
LZ78 coding（Lempel-Ziv 78 编码）
类似于LZ77，但采用不同的方法构建字典，通常用于生成压缩文件格式如gzip。
LZW（Lempel-Ziv-Welch）
通过构建字典，将重复出现的字符串替换为较短的标记符号，从而实现压缩。
RLE（Run-Length Encoding，游程编码）
通过将连续重复的字符用一个计数器和该字符的组合来表示，从而实现压缩。
DCT（Discrete Cosine Transform，离散余弦变换）
常用于图像压缩，通过将图像数据从空间域转换到频率域，去除冗余信息，从而实现压缩。
Furie transform（Furie变换）
类似于DCT，也是一种用于图像压缩的变换技术。
Gzip
基于LZ77算法和Huffman编码的压缩算法，广泛应用于Web内容的传输。
Deflate
结合了LZ77和Huffman编码的压缩算法，也广泛应用于各种压缩文件格式中。
ZIP
基于LZ77算法和Huffman编码的无损数据压缩算法，广泛应用于文件压缩和归档。
这些算法各有优缺点，适用于不同类型的数据和不同的应用场景。在选择压缩算法时，需要根据数据的特点、压缩比例要求以及解压缩的速度需求来进行选择。