1

或者更准确地说，当两个相同的字符串相互连接时，为什么 zlib 不能压缩整个第二个字符串？似乎当匹配字符串紧跟在同一字符串的前一个实例之后开始时，zlib 将第一个字符作为字符串文字发出，然后发出对前一个字符串减去第一个字符的向后引用。

例如，如果我使用 zlib 对字符串latelate进行压缩，则输出是 5 个字符串文字，后跟一个反向引用......

l a t e l <len=3, dist=4>

或霍夫曼编码...

0000000 cb 49 2c 49 cd 01 62 00
0000010

我通过使用“原始”放气流（即windowBits = -15）和固定霍夫曼编码（即压缩策略是Z_FIXED）简化了输出。

为什么 zlib 在使用对“ate”的反向引用之前必须发出第二个文字字符 'l'？

也就是说，为什么不能输出……？

l a t e <len=4, dist=4>

我尝试用我自己的 deflate 实现强制第二个版本，但 zlib 不会膨胀输出。我收到错误“无效或不完整的放气数据”。

4

1 回答 1

2

让我们将 DEFLATE 分离为来自 zlib 的https://www.ietf.org/rfc/rfc1951.txt中描述的压缩比特流格式，它是对此类比特流进行编码和解码的算法的实现。

那么，DEFLATE 当然可以表示和压缩 2 个字符串的连接。为什么 zlib 不这样做？好吧，因为 LZ77 压缩的匹配搜索本质上是启发式任务，所以不会探索一些选择，即使是那些对人类来说似乎很明显的选择。

使用简单的基于散列的 LZ77 编码器，很容易找到双字符串情况：

L6c # l
L61 # a
L74 # t
L65 # e
C-4,4

并且这个序列可以毫无问题地用静态 zlib 编码进行编码，结果是：

CB 49 2C 49 05 61 00

这个比特流也可以通过 zlib 毫无问题地解码。您可以使用 Python 进行尝试：

import zlib
import binascii
zlib.decompress(binascii.unhexlify("CB492C49056100"), -15)

那么，您使用的是哪个版本的 zlib？也许它太旧了？

于 2014-08-21T16:39:54.033 回答