我正在学习LZ77压缩，我看到当我找到重复的字节字符串时，我可以使用<distance, length>形式的指针，以及“＆lt;”，“，”， “＆gt;” 中字节是保留的。所以...如何压缩具有这些字节的文件，如果我不能压缩这些字节，但是不能通过不同的字节改变它（因为解码器将无法读取它）。有办法吗？或解码器只解码是否有一个确切的<d, l>字符串？ （如果存在，那么想象一下，如果通过共识，我们在文件中找到这些字节。会发生什么？）
谢谢！
答案 0 :(得分：1)
LZ77是关于在解压缩缓冲区中引用字符串的长度和距当前位置的距离。但是你如何对这些反向引用进行编码呢？ LZ77的许多实现都以不同的方式实现。
但你是对的，必须有一些方法来区分＆＃34;文字＆＃34; （未压缩的数据片段意图被复制＆＃34;按照＃34;从输入到输出）来自＆＃34;反向引用＆＃34; （从已经未压缩的部分复制而来。）
一种方法是将一些角色保留为＆＃34;特殊＆＃34; （所谓的＆＃34;转义序列＆＃34;）。您可以按照这样做的方式执行此操作，即使用<标记反向引用的开头。但是如果它是文字，你还需要一种输出<的方法。你可以这样做，例如，通过确定在<之后另一个<，然后它意味着文字，你输出一个<。或者，您可以确定，如果在<之后立即>，之间没有任何内容，那么这不是后向引用，因此您只需输出{{1} }。
它也不是编码这些反向引用的最有效方法，因为它使用几个字节来编码反向引用，因此它仅对引用长于这几个字节的字符串有效。对于较短的反向引用，它将使数据膨胀而不是压缩它们，除非您确定匹配的数量短于几个字节，而不是生成反向引用。但同样，这意味着压缩增益会降低。
如果仅压缩普通的旧ASCII文本，则可以采用更好的编码方案，因为ASCII在一个字节中仅使用8位中的7位。因此，您可以使用最高位来指示反向引用，然后将剩余的7位用作长度，将下一个字节（或两个）用作反向引用的距离。通过这种方式，您可以通过检查其最高位来确定下一个字节是文字ASCII字符还是后引用。如果为0，则按原样输出字符。如果为1，则使用以下7位作为长度，并读取接下来的2个字节以将其用作距离。这样每个反向引用都需要3个字节，因此您可以有效地压缩文本文件，重复序列长度超过3个字符。
但是还有更好的方法可以做到这一点，它可以提供更多的压缩：你可以用可变长度的位代码替换你的字符，这样可以使出现频率更高的字符具有最短的代码，那些稀有的代码会有更长的代码。为了实现这一点，这些代码必须是所谓的＆＃34;前缀代码＆＃34;，因此没有代码将是某些其他代码的前缀。当您的代码具有此属性时，您始终可以通过按顺序读取这些位来区分它们，直到您解码其中的某些位。然后你可以确定你通过阅读更多位来获得任何其他有效项目。下一位总是启动另一个新序列。要生成此类代码，您需要使用霍夫曼树。然后，您可以将所有字节和不同长度的引用连接到一个这样的树中，并根据它们的频率为它们生成不同的位代码。当你尝试解码它们时，你只需要读取这些位，直到你到达其中一些元素的代码，然后你就确定它是一个字面字符的代码还是反向引用的代码长度。在第二种情况下，然后读取一些额外的位用于反向引用的距离（也用前缀代码编码）。这就是DEFLATE压缩方案的作用。但这是另一个故事，您将在@MarkAdler提供的RFC中找到详细信息。
答案 1 :(得分：0)
如果我理解你的问题，那就毫无意义了。 LZ77压缩器的未压缩输入没有“保留字节”。您需要简单地对文字和长度/距离对进行编码。