Java Deflater策略-默认策略、过滤策略和HUFFMAN策略

我试图在压缩JavaWebApp响应时在性能和压缩程度之间找到平衡

在查看平减指数类时，我可以设置一个级别和策略。级别是自解释的-

最佳速度

到

最佳压缩

我不确定策略-

DEFAULT\u策略

，

过滤

和

HUFFMAN\u仅

---

我可以从Javadoc中了解到一些道理，但我想知道是否有人在他们的应用程序中使用了特定的策略，以及您是否看到了性能/压缩程度方面的任何差异。

我相信Java Deflater中提到的策略选项源自zlib和（）以及DEFLATE（）的zlib（C）实现。它们存在于几乎所有实现DEFLATE的压缩库中

要理解它们的意思，你需要了解一些。压缩算法结合了LZ77和哈夫曼编码。基本原则是：

• LZ77压缩通过查找重复的数据序列来工作。实现通常使用1k到32k之间的“滑动窗口”，以跟踪之前的数据。对于原始数据中的任何重复，LZ77压缩不会在输出中插入重复数据，而是插入“反向参考”。想象一下后面的引用说“在这里，插入与您之前看到的8293字节相同的数据，共17个字节”。back ref被编码为这对数字：长度（在本例中为17）和距离（或偏移量）（在本例中为8293）

• 哈夫曼编码用编码代替实际数据。当数据显示为X时，哈夫曼代码显示为Y。这显然有助于压缩，但前提是替换项比原始项短。（一个反例是在吉姆·凯瑞的电影中，诺姆用“Car”作为卡尔的简称。卡尔指出卡尔已经很短了。）哈夫曼编码算法进行频率分析，并使用最短的替代品来代替最常出现的数据序列

---

Deflate结合了这些，因此可以在LZ77背面参考上使用哈夫曼代码。各种DEFLATE/ZLIB压缩器上的策略选项只告诉库Huffman与LZ77的权重

• FILTERED

  通常表示LZ77匹配在长度为5时停止。所以当文件上说
  使用（过滤）过滤器（或预测器）生成的数据。。。过滤后的数据主要由一些随机分布的小值组成
  （来自）
  …我对代码的理解是，它可以进行LZ77匹配，但最多只能匹配5个字节或更少的序列。我想这就是doc所说的“小值”的意思。但是文档中没有提到数字5，因此不能保证数字不会从一个版本变为另一个版本，或者从一个ZLIB/DEFLATE实现变为另一个（如C版本和Java版本）

• HUFFMAN_ONLY

  说，只做基于频率分析的替换码

  HUFFMAN_ONLY

  速度非常快，但对大多数数据的压缩效果不是很好。除非您的字节值范围很小（例如，如果实际数据流中的字节仅取可能的255个值中的20个），或者以牺牲大小为代价对压缩速度有极端要求，

  HUFFMAN_only

  将不是您想要的

• DEFAULT

  以作者期望的方式将这两者结合起来，这对于大多数应用程序来说都是最有效的

---

据我所知，在DEFLATE中没有办法只做LZ77。没有

LZ77_，只有
策略。但当然，你可以建立或获得自己的LZ77编码器，这将是“LZ77只”


请记住，该策略永远不会影响压缩的正确性；它只影响它的性能和操作，以及它的性能，无论是速度还是大小


还有其他调整压缩机的方法。一个是设置LZ77滑动窗口的大小。在C库中，这是用“窗口位”选项指定的。如果您了解LZ77，那么您就知道，窗口越小，返回的搜索就越少，这意味着压缩速度越快，但会丢失一些匹配项。这通常是压缩时转动的更有效的旋钮


底线是，对于80%的情况，你不在乎调整策略。您可能会对摆弄窗口位感兴趣，只是为了看看会发生什么。但只有当你在应用程序中完成了所有需要做的事情后，才可以这样做


参考资料：