gzip的不同压缩级别有何不同？

Question

我试图更好地理解gzip的不同压缩级别（1-9）在编码实现方式上有何不同。

我查看了zlib C源代码，看起来它与搜索最长匹配字符串的详尽程度有关，但需要查找更具体的信息。

例如，这些级别是否会产生霍夫曼代码分配的任何差异？

Answer 1

据我所知，是的，它主要取决于你要分配的缓冲区的大小。缓冲区越大，压缩效果越好。如果您可以分配大小约为input file size × 1.2的缓冲区，那么在大多数情况下，您将获得使用Huffman的最佳压缩。

原因是当你有这么大的缓冲区时，Huffman表将包含所有具有最佳结果的字节。当算法用完缓冲区空间时，它需要重置其表（为此添加的流中有一个代码），这意味着你从头开始一个新的编码表，这意味着你丢失了重新设计新表的字节数...

虽然有些情况下重置可能是有益的（即在文件的前半部分将多个字节设置为值X，然后在下半部分中有更多值为Y），但很少发生这种情况。 / p>

Answer 2

正如您所观察到的，这些级别仅在于deflate查找匹配字符串的方式有所不同。霍夫曼编码是在选定的固定数量的符号（文字和长度/距离对）上完成的，产生一个＆＃34;块＆＃34;，其中该数字由存储器级别而不是压缩级别定义。生成的霍夫曼代码必然不同，因为编码的符号会有所不同。

内存级别的选择也会对压缩产生一些影响，因为大量符号会将块的代码描述成本分散到更多符号上，但是太多符号可能会阻止霍夫曼代码适应本地更改符号的统计。默认内存级别为8（每个块产生16,383个符号），因为测试表明压缩比9级更好（每个块32,767个符号）。但是你的里程可能会有所不同。