dilbilgisi kodlaması sıkıştırma algoritmasının daha az kullanılan bir versiyonudur ve Kolmogorov karmaşıklığının "kaba" bir tahmini olarak alınabilir. Dilbilgisi kodlaması, diğer bazı yaygın yaklaşımlar kadar sık kullanılan bir sıkıştırma algoritması kadar yaygın bir şekilde kullanılmaz, çünkü belki de esas olarak örneğin metin tabanlı-corpus'lardaki Lempel-Ziv'den gelen sıkıştırmayı daha fazla geliştirmez, ancak diğer veri türlerinde iyi yapabilir. Buradaki fikir, dilbilgisi kurallarını kullanarak bir dizgiyi "sıkıştırmak" tır. dilbilgisi türetmesi bir DAG (daha az karmaşık bir ağaç vs) ile sonuçlanabilir, bu nedenle önemli bir temsil karmaşıklığı mümkündür.
Başka bir seçenek, bir dizgeyi temsil eden en küçük / en küçük devreleri bulmaktır, ancak bunun çok yüksek hesaplama karmaşıklığına sahip olduğu ve sadece küçük tellerde başarılı olabileceği bilinmektedir.
Genellikle, herhangi bir yaklaşım ne kadar yakınsa , hesaplamasına gelir , o kadar etkileyicidir.K(x)
Gayri resmi bir anlamda, genellikle 'in herhangi bir "yaklaşımı" da bir "sıkıştırma algoritması" olmalıdır.K(x)
Lempel-Ziv "çalıştırma uzunluğu kodlaması" tipi yaklaşımların yanı sıra, örneğin vektör cebiri ve SVD'nin sıkıştırma algoritması olarak kullanılabileceği gibi başka sıkıştırma algoritması yöntemleri de vardır . ayrıca Fourier dönüşümü sık sık örneğin JPG standardındaki görüntüleri sıkıştırmak için kullanılır.