LZ4压缩文本比未压缩的文本更大。

Question

我了解到lz4算法非常快，而且具有相当不错的压缩效果。但是在我的测试应用程序中，压缩后的文本比源文本还要大。这是什么问题？

srand(time(NULL));
std::string text;
for (int i = 0; i < 65535; ++i)
    text.push_back((char)(0 + rand() % 256));

cout << "Text size: " << text.size() << endl;

char *compressedData = new char[text.size() * 2];
int compressedSize = LZ4_compress(text.c_str(), text.size(), compressedData);

cout << "Compressed size: " << compressedSize << endl;

我也尝试了LZ4_compress，但结果是一样的。但如果我生成具有相同符号或说具有两个不同符号的字符串，则会出现压缩。

- user2123079

---

对于没有模式的随机数据进行压缩，你期望得到什么？（你的问题实际上就是答案。） - user2249683

文本大小：65535 压缩后大小：65793 - user2123079

噪音（==随机数据）是不可压缩的，这是随机源的核心特性。为了使您的测试有效，最好在缓冲区中加载一些真实文本。 - Cyan

Answer 1

请查看LZ4压缩算法的描述，它引用了压缩文本中的常见子字符串。它使用已输出文本作为字典。对于没有重复序列的任何长度的随机文本或其他材料，使用LZ4算法压缩效果不佳。对于这种纯文本，位压缩算法可能会更好些。

- wallyk