无损数据压缩（lossless compression）是指资料经过压缩后，信息不被破坏，还能完全恢复到压缩前的原样。相比之下，有损数据压缩只允许一个近似原始资料进行重建，以换取更好的压缩率。
无损（lossless compression），是指资料经过压缩后，信息不被破坏，还能完全恢复到压缩前的原样。相比之下，有损数据压缩只允许一个近似原始资料进行重建，以换取更好的压缩率。在许多应用程序中使用。例如，zip 和 gzip。
无损数据压缩通常用于严格要求“经过压缩、解压缩的资料必须与原始资料一致”的场合。典型的例子包括文字档、程序可执行文件、程序源代码。有些图片文件格式，例如 png 和 gif，使用的是无损数据压缩。其他例如 tiff、mng 则可以采用非破坏性或破坏性压缩。
非破坏性音频格式最常用于归档或制作用途。破坏性音频格式则常用于便携式播放器或存储空间受限制的设备，或不要求音频完全还原的情况。
无损数据压缩技术
多数的无损数据压缩程序会依序进行这两个步骤：
- 产生输入资料的统计模型
- 利用这个统计模型将较常出现的资料用较短的比特序列表示，较不常出现的资料用较长的比特序列表示
生成比特序列的编码算法主要有霍夫曼编码（也用于 deflate）和算术编码。算术编码能使压缩率接近信息熵所给出的最佳可能压缩率。而霍夫曼编码较简单快速，但在符号的出现几率接近 1 的时候效果不彰。
有两种建构统计模型的主要方法：
- 在 静态 模型中，会分析资料并创建一个模型，然后将这个模型存储在压缩资料中。这个方法较简单且模块化，但缺点是模型本身可能耗费庞大的空间来存储。而且这个方法对单次的全部压缩资料都使用同一个统计模型，所以如果各个文件之间差异甚大，压缩效果并不好。
- 在 自适应 模型中，压缩资料的同时模型会不断的更新。虽然会导致压缩初期的压缩率不理想，但随着读取的资料增加，压缩效果也会提升。目前最热门的压缩方法都采用自适应编码方法。
霍夫曼编码与算术编码比较
- 霍夫曼编码是将每一笔资料分开编码
- 算术编码则是将多笔资料一起编码，因此压缩效率比霍夫曼编码更高，近年来的资料压缩技术大多使用算术编码
