最早阐述和实现这种编码的是Shannon（1948年）和Fano（1949年），因此被称为香农-范诺（Shannon-Fano）算法。
这种方法采用从上到下的方法进行编码。首先按照符号出现的频度或概率排序，例如，A、B、C、D和E，如表1所示。然后使用递归方法分成两个部分，每一部分具有近似相同的次数。按照这种方法进行编码得到的总位数为91。压缩比约为1.3 : 1。
表1 Shannon-Fano算法举例表 符号 出现的次数（Pi) log2（1/P) 分配的代码 需要的位数 A 15 (0.375） 1.4150 00 30 B 7 (0.175） 2.5145 01 14 C 7 (0.175） 2.5145 10 14 D 6 (0.150） 2.7369 110 18 E 5 (0.125） 3.0000 111 15 词典编码（dictionary encoding）的根据是数据本身包含有重复代码这个特性。例如文本文件和光栅图像就具有这种特性。词典编码法的种类很多，归纳起来大致有两类。
第一类词典法的想法是企图查找正在压缩的字符序列是否在以前输入的数据中出现过，然后用已经出现过的字符串替代重复的部分，它的输出仅仅是指向早期出现过的字符串的“指针”。这里所指的“词典”是指用以前处理过的数据来表示编码过程中遇到的重复部分。这类编码中的所有算法都是以Abraham Lempel和Jakob Ziv在1977年开发和发表的称为LZ77算法为基础的，例如1982年由Storer和Szymanski改进的称为LZSS算法就是属于这种情况。
第二类算法的想法是企图从输入的数据中创建一个“短语词典（dictionary of the phrases）”，这种短语不一定是像“严谨勤奋求实创新”和“国泰民安是坐稳总统宝座的根本”这类具有具体含义的短语，它可以是任意字符的组合。编码数据过程中当遇到已经在词典中出现的“短语”时，编码器就输出这个词典中的短语的“索引号”，而不是短语本身。