DEFLATE：如何处理 "no distance codes" 的情况？
DEFLATE: how to handle "no distance codes" case?
我主要了解 RFC 1951，但是我不太清楚如何管理（使用动态霍夫曼表时）不需要或不存在距离代码的情况。例如，让我们输入：
abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ01234567890987654321ZYXWVUTSR
因为没有长度 >= 3 的重复，所以不可能有反向引用。
根据 RFC 1951，无论如何都必须至少存在一个距离代码，否则将无法对 HDIST - 1 进行编码。根据参考文献，我理解这样的代码应该是零位以表示“无距离代码” ".
One distance code of zero bits means that there are no distance codes
used at all (the data is all literals).
在 infgen 符号中，我希望看到 dist 0 0。
分析 gzip 对 infgen 的作用，但是，我看到为上述输入发出了两个距离代码（每个 1 位长）（即使当时实际使用了 none）：
! infgen 2.4 output
!
gzip
!
last
dynamic
litlen 48 6
litlen 49 6
litlen 50 6
...cut...
litlen 121 6
litlen 122 6
litlen 256 6
dist 0 1
dist 1 1
literal 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ01234567890987654321Z
literal 'YXWVUTSR
end
!
crc
length
那么在这些情况下正确的行为是什么？
如果 deflate 块中没有匹配项，length/literal 代码将没有长度，因此解码器永远不会寻找距离代码。在那种情况下，最有意义的是根本不提供任何关于距离代码的信息。
但是格式不允许这样做，因为 header 中的 5 位 HDIST 值被解释为 1 到 32 个距离代码，必须在 header。您必须在 header 中至少提供一个距离代码长度，即使它永远不会被使用。
在这种情况下，您可以做几件有效的事情。 RFC 1951 说明您可以提供长度为零的单个距离代码（HDIST == 0，表示一个长度），这在长度列表中只是一个零。
也允许提供一个长度为1的代码，或者你也可以像zlib做的那样，提供两个长度为1的代码。实际上，您可以在那里放置任何您喜欢的有效距离代码描述，它仍然会被接受。
至于为什么 zlib 的 deflate 选择在那里定义两个代码，我只能猜测 Jean-loup 是保守的，写了一些他知道即使是 over-simplified 充气机也必须接受的东西。 gzip 和 zopfli 做同样的事情。当只使用一个距离代码时，它们都做同样的事情。根据 RFC，它们可以仅发出单个 one-bit 距离代码，但它们发出两个 single-bit 距离代码，其中一个从未使用过。
真正正确的做法是写一个零长度，如 RFC 中所述，这将占用 header 中最少的位数。我会考虑更新 zlib 来做到这一点，以增加一些压缩。
我主要了解 RFC 1951，但是我不太清楚如何管理（使用动态霍夫曼表时）不需要或不存在距离代码的情况。例如，让我们输入：
abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ01234567890987654321ZYXWVUTSR
因为没有长度 >= 3 的重复，所以不可能有反向引用。 根据 RFC 1951，无论如何都必须至少存在一个距离代码，否则将无法对 HDIST - 1 进行编码。根据参考文献，我理解这样的代码应该是零位以表示“无距离代码” ".
One distance code of zero bits means that there are no distance codes used at all (the data is all literals).
在 infgen 符号中，我希望看到 dist 0 0。
分析 gzip 对 infgen 的作用，但是，我看到为上述输入发出了两个距离代码（每个 1 位长）（即使当时实际使用了 none）：
! infgen 2.4 output
!
gzip
!
last
dynamic
litlen 48 6
litlen 49 6
litlen 50 6
...cut...
litlen 121 6
litlen 122 6
litlen 256 6
dist 0 1
dist 1 1
literal 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ01234567890987654321Z
literal 'YXWVUTSR
end
!
crc
length
那么在这些情况下正确的行为是什么？
如果 deflate 块中没有匹配项，length/literal 代码将没有长度，因此解码器永远不会寻找距离代码。在那种情况下，最有意义的是根本不提供任何关于距离代码的信息。
但是格式不允许这样做，因为 header 中的 5 位 HDIST 值被解释为 1 到 32 个距离代码，必须在 header。您必须在 header 中至少提供一个距离代码长度，即使它永远不会被使用。
在这种情况下，您可以做几件有效的事情。 RFC 1951 说明您可以提供长度为零的单个距离代码（HDIST == 0，表示一个长度），这在长度列表中只是一个零。
也允许提供一个长度为1的代码，或者你也可以像zlib做的那样，提供两个长度为1的代码。实际上，您可以在那里放置任何您喜欢的有效距离代码描述，它仍然会被接受。
至于为什么 zlib 的 deflate 选择在那里定义两个代码，我只能猜测 Jean-loup 是保守的，写了一些他知道即使是 over-simplified 充气机也必须接受的东西。 gzip 和 zopfli 做同样的事情。当只使用一个距离代码时，它们都做同样的事情。根据 RFC，它们可以仅发出单个 one-bit 距离代码，但它们发出两个 single-bit 距离代码，其中一个从未使用过。
真正正确的做法是写一个零长度，如 RFC 中所述，这将占用 header 中最少的位数。我会考虑更新 zlib 来做到这一点，以增加一些压缩。