Kayıpsız veri sıkıştırma, dosyaları kaydetme ve bunları bellekte daha az fiziksel alan kaplayan arşivlerde birleştirme yöntemidir; aksi takdirde, işlem sırasında içerdiği verileri kaybetmez. Kayıplı sıkıştırma, bunun aksine, verinin yaklaşımıyla dosya boyutunu küçültür ve restorasyon orijinal dosya içeriğine yakın bir faksa sahiptir. Kayıpsız veri sıkıştırması için kullanılan algoritmalar esasen daha az hafıza biti kullanarak bilgiyi kodlamak için düzenlenmiş bir dizi kural veya talimattan oluşurken, verileri değiştirmeden orijinal formatına geri yükleyebilme yeteneğini korur.
Kayıpsız veri sıkıştırması kullanan bazı yaygın dosya türleri arasında International Business Machines (IBM) bilgisayar tabanlı zip ve Unix bilgisayar tabanlı gzip dosya arşivleri bulunur. Ayrıca grafik değişim formatı (GIF), taşınabilir ağ grafikleri (PNG) ve Bitmap (BMP) dosyaları gibi görüntü dosyası formatları kullanılır. Veri sıkıştırma algoritmaları ayrıca, metin, ses ve çalıştırılabilir program dosyaları için ortak varyasyonlarla, sıkıştırılan dosya türüne göre değişir.
Kayıpsız veri sıkıştırma için iki ana algoritma kategorisi, bir girdi dosyasındaki istatistiksel bir model ve bir veri dosyasındaki bit dizgilerinin eşleme modeline dayanmaktadır. Kullanılan rutin istatistiksel algoritmalar, 1977'de yayınlanan Burrows-Wheeler dönüşümü (BWT), Abraham Lempel ve Jacob Ziv (LZ77) algoritması ve Kısmi Eşleştirme (PPM) Tahmini yöntemidir. Sık kullanılan haritalama algoritmaları, Huffman kodlama algoritmasını ve Aritmetik kodlamayı içerir.
Kayıpsız veri sıkıştırma algoritmalarının bazıları açık kaynaklı araçlardır ve diğerleri özel ve patentlidir, ancak bazılarının patentleri de süresi dolmuştur. Bu, bazen yanlış dosya formatına uygulanan sıkıştırma yöntemleriyle sonuçlanabilir. Bazı veri sıkıştırma yöntemlerinin birbiriyle uyumlu olmaması nedeniyle, karışık dosyaların depolanması genellikle bir dosyanın bir bileşenini bozabilir. Örneğin, sıkıştırılmış metin içeren bir resim dosyası, bir kez geri yüklendiğinde metnin okunabilirliğinde bozulma gösterebilir. Dilbilgisi indüksiyonu kullanan tarayıcılar ve yazılımlar, gizli anlamsal analiz (LSA) olarak bilinenleri uygulayarak görüntü dosyalarıyla birlikte depolanan metinden anlam çıkarabilir.
Kayıpsız veri sıkıştırma için bir başka haritalama algoritması yöntemi, evrensel kodun kullanılmasıdır. Huffman kodlamasından daha esnek kullanmak, zamanından önce maksimum tamsayı değerleri bilgisi gerektirmez. Ancak Huffman kodlaması ve Aritmetik kodlama daha iyi veri sıkıştırma oranları oluşturur. Çeşitli kaynaklar için iyi sonuç veren algoritmalar yaratacak evrensel veri sıkıştırma yöntemlerini üretme çabaları da devam etmektedir.
