如何在java中对内存映射压缩文件进行二进制搜索？

Question

我有问题，而非接近Binary search in a sorted (memory-mapped ?) file in Java

我想使用java MappedByteBuffers在大文件中实现字符串的二进制搜索，但在我的情况下，使用bzip2压缩大文件。让我们说文件是用-1选项100k块压缩的。 （实际上我不知道确切的选项，但我可以重新保存文件）。

我应该如何搜索MappedByteBuffer中的字符串？如何解压缩1个块？是否有一些标准的lib或者我应该阅读标题，缩小部分和crc？那些块是压缩状态的100k，还是100k它的未压缩数据长度？最后一块怎么样？

有人在压缩文件上完成BinarySearch，可能不是用Java吗？

Answer 1

您需要读取文件以获取每个块开始位置的索引。完成后，您可以对这些块进行二进制搜索。注意：如果您有基础记录或密钥，则可以将其拆分为多个块。

更好的解决方案是自己构建压缩文件。将已知数量的记录写入块并单独压缩。此外，您可以编写索引来说明每个块的起始位置以及该块的第一个键。这将允许您在不解压缩所有键的情况下找到正确的块，并且每次搜索仅解压缩一个块而不是log2（n）块。