lz4 与 lz77 压缩算法举例

lz4算法

abcd efab cdeh

压缩过程：

以长度４为滑窗，１为步长，对abcd计算hash存入hash table，计算 bcde, cdef,defa,efab,fabc的 hash 分别加入 hash table，下一个滑窗 abcd 找到了匹配，于是扩大匹配，bcde 也有匹配，且start 位置是在abcd 之后１位，再扩大匹配，cdeh 没有匹配，所以匹配长度为５，向前偏移为6。

这时前面未出现匹配的abcedf就可以编码了，编码为0b01100000 (token) + abcdef，其中0110是未匹配字节的长度（６），如果未匹配长度为512，大于19(15 + 最小匹配长４)，则token编码为0b11110000 0b11111111 0b 11101100（即 4 + 15(第一字节高４位) + 256 (第二字节)+ 237（第三字节）），前一部分编码为了token + abcdef。

后面匹配的abcde编码为0b00000110 (token) + 6（2byte），即0110（低４位表示匹配长度），后两个字节填充6。

编码的格式为

lz77 算法

在长度为２ｎ窗口内，每３个字节求为一个hash值，以此来找在匹配的hash字符串链，hash表的字符串链中存的是当前窗口内字符串的位置。当滑窗中未读的部分长度小于阈值时，就把前一半丢掉，窗口向后移动一半长度。最后输出三个文件：

• 文件１：标记：０表示原字符，从文件２读１字节；１表示从文件３读距离，与这后面的长度组成一对，从前面解压的输出中去读。
• 文件２：原字符：（１字节）
• 文件３：距离：（两字节）