Java 使用相同的规则压缩多个字符串

Question

我正在创建一个 android 需要大量数据库的应用程序（70mb，但该应用程序必须离线工作...）。最大的 table 有两列，关键字和定义。定义本身相对较短，通常在 2000 个字符以下，因此单独压缩每个定义不会节省很多，因为压缩库将规则解压缩为压缩字符串的一部分。

但是，如果我可以使用同一组规则压缩所有这些字符串，然后仅将压缩后的数据存储在数据库中，并将规则存储在其他地方，我可以节省很多 space。有谁知道可以让我做这样的事情的图书馆吗？

期望的行为：

public String getDefinition(String keyword) {
    DecompressionObject decompresser = new DecompressionObject(RULES_FILE);
    byte[] data = queryDatabase(keyword);
    return decompresser.decompress(keyword);
}

Answer 1

您所说的 "rules" 并不是压缩效果有限的原因。 deflate 流中数据之前的霍夫曼代码 table 大约有 80 个字节，因此与 2000 字节的字符串相比并不重要。

限制压缩效果的只是缺乏从中提取匹配字符串的历史记录。查找匹配字符串的唯一位置是在 2000 个字符中，然后仅在压缩中任何点的前面字符中。

要改进压缩，您可以做的是创建一个常用字符串字典，用作您正在压缩的每个字符串之前的历史记录。然后，提前将同一个字典提供给解压器，以供其用于解压每个字符串。这假定您的字符串集合中的内容具有某些共性。

zlib 在 deflateSetDictionary() 和 inflateSetDictionary() 中提供了这些功能。

Java 使用相同的规则压缩多个字符串

Java Compress Multiple strings with the same rule

java

compression

sqlite

android