Compression 为什么可以'；t deflate（zlib）压缩连接在一起的两个相同字符串？

或者更准确地说，当两个相同的字符串互相连接时，为什么zlib不能对整个第二个字符串进行放气？似乎当匹配字符串在同一字符串的前一个实例之后立即开始时，zlib会发出第一个字符作为字符串文本，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进行放气，则输出为5个字符串文本，后跟一个back引用

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

其中，我通过使用“原始”deflate流（即windowBits=-15）和固定的哈夫曼编码（即压缩策略是Z_固定的）简化了输出

为什么zlib必须在使用对“ate”的反向引用之前发出第二个文本字符“l”

换句话说，为什么它不能输出

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

late

---

我尝试用自己的deflate实现强制第二个版本，但是zlib不会使输出膨胀。我得到错误“无效或不完整的deflate数据”。

让我们分开deflate，作为zlib中描述的压缩比特流格式，它是编码和解码此类比特流的算法的实现

然后，DEFLATE当然可以表示并压缩两个字符串的串联。为什么zlib不这么做？嗯，因为LZ77压缩的匹配搜索本质上是一项启发式任务，所以有些选择不会被探索，即使是对人类来说显而易见的选择

使用一个基于散列的LZ77编码器，很容易找到双字符串大小写：

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

并且该序列可以用静态zlib编码而不会出现问题，结果是：

CB 49 2C 49 05 61 00

zlib也可以毫无问题地对该比特流进行解码。您可以尝试使用Python：

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

---

那么，您使用了什么版本的zlib？也许它太旧了？

谢谢。我一定是手工把字符串编错了。我检查了你的编码，它被解压得很好。讽刺的是，我在我自己的介绍中也提出了同样的论点：）。。。RFC1951明确指出，“deflate”格式与任何特定算法无关。引用一下，它说，“虽然本文档的目的是定义‘deflate’压缩数据格式，而不参考任何特定的压缩算法，但该格式与LZ77生成的压缩格式相关……[然而]压缩机不需要遵循该格式才能符合要求。”

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