迭代压缩（iterative compression），理学-计算机科学技术-计算机科学理论-算法-参数算法，求解最小化参数问题的一种有效方法（见参数算法）。迭代压缩算法可以用在线算法来模拟。假设问题实例通过在线方式传送，即在每个时间点t有一个单元数据（如图中的一个点）传送过来。迭代压缩算法的核心是在每个时间点维护一个大小不超过参数k的当前实例的解（如果不存在这样的解，则直接判定给定实例为假实例）。因为最初时刻实例为空（或实例大小很小），可以在有效时间内找到一个大小不超过k的解。迭代压缩算法的优势在于利用当前解以及一些组合性质来寻找新的解。更精确地说，由于当前解大小不超过参数k，当前解和新解交集的所有情况可以在O(2k)时间内枚举。下面以参数化点覆盖问题（见最小顶点覆盖算法）为例演示迭代压缩算法的应用。令(G=(V,E),k＞0)是参数化点覆盖问题的一个实例，并且v1,v2,…,vn是V的一个任意排序。对任意1≤t≤n，令Gt=G[{v1,v2,…,vt}]。以下演示如何依次求解S1,S2,…,Sn，式中St, 1≤t≤n, 是Gt的一个大小不超过k的点覆盖。