Java - 压缩输出字节数组的大小

Question

使用java.util.zip.Deflater的deflate方法时，需要提供一个byte[]作为参数，这个byte[]应该初始化多大呢？我读过，没有保证压缩后的数据一定比未压缩的数据更小。有没有输入量的特定百分比可以参考？ 目前，我将其初始化为输入量的两倍。

- Clox

Answer 1

在调用deflate之后，调用finished来查看它是否还有更多的输出。例如：

byte[] buffer = new byte[BUFFER_SIZE];
while (!deflater.finished()) {
  int n = deflater.deflate(buffer);
  // deal with the n bytes in out here
}

如果您只想在内存中收集所有字节，可以使用ByteArrayOutputStream。例如：

byte[] buffer = new byte[BUFFER_SIZE];
ByteArrayOutputStream baos = new ByteArrayOutputStream();
while (!deflater.finished()) {
  int n = deflater.deflate(buffer);
  baos.write(buffer, 0, n);
}
return baos.toByteArray();

- Laurence Gonsalves

---

如果你想得到一个巨大的字节数组，可以在循环外创建一个ByteArrayOutputStream，然后每次迭代时使用bos.append(out, 0, n)将结果附加到其中。 - Adam Batkin

谢谢您的问题。不过我还不太明白... 我需要多次调用deflate()直到整个输入都被压缩吗？BUFFER_SIZE应该设置为多少呢？有没有教程之类的东西可以解释一下这个问题？谢谢 - Clox

我猜可能是某种竞态条件导致的，因为这正是我发布的第二个示例片段所做的。 :-) - Laurence Gonsalves

是的：您需要多次调用deflate()，直到整个输入都被压缩。上面的代码就是这样做的。BUFFER_SIZE实际上是一个“调优参数”。只要它是正整数，代码就可以工作，但性能将取决于您设置的值。我可能会将其设置为4096（4k），然后只有在性能受到影响时才进行微调。 - Laurence Gonsalves

我不知道有没有关于这个的教程，但你可能会发现GZIPOutputStream的源代码很有启示性。它在内部使用Deflater。它恰好使用了默认的缓冲区大小为512，但是你可以在创建GZIPOutputStream时选择缓冲区大小。如果你有JDK源代码，你可以在那里查看GZIPOutputStream。如果没有，你可以在这个页面上看到它们：http://kickjava.com/src/java/util/zip/GZIPOutputStream.java.htm - Laurence Gonsalves

Answer 2

为什么Java把类拼错成了“deflater”？正确的单词应该是“deflator”。唉！抱歉，我得发泄一下。

正如所述，预期的使用方法是不断调用deflate直到从压缩中获取所有输出。然而，如果你真的想在一个调用中完成，那么deflate可以扩展数据的数量有一个上限。在zlib中有一个函数，Java不幸没有提供，叫做deflateBound()，它提供了这个上限。你可以使用该函数提供的保守上限，相关行在此处复制：

complen = sourceLen +
          ((sourceLen + 7) >> 3) + ((sourceLen + 63) >> 6) + 5;

- Mark Adler