我试图更好地理解gzip的不同压缩级别（1-9）在编码实现方式上有何不同 .
我查看了zlib C源代码，它似乎与搜索最长匹配字符串的详尽程度有关，但寻找更具体的信息 .
例如，这些级别是否会产生霍夫曼代码分配的任何差异？
正如您所观察到的那样，这些级别的区别仅在于deflate查找匹配字符串的难度 . 霍夫曼编码在选定的固定数量的符号（文字和长度/距离对）上完成，产生“块”，其中该数量由存储器级别而不是压缩级别定义 . 生成的霍夫曼码必然不同，因为被编码的符号将不同 .
存储器级别的选择也对压缩有一些影响，因为更多数量的符号将块的代码描述的成本扩展到更多符号，但是太多的符号可能阻止将霍夫曼代码适应于统计中的局部变化 . 符号 . 默认内存级别为8（每个块产生16,383个符号），因为测试表明压缩比9级更好（每个块32,767个符号） . 但您的里程可能会有所不同
从我记得，是的，它主要基于你将分配的缓冲区的大小 . 缓冲区越大，压缩效果越好 . 如果您可以分配大小约为 input file size × 1.2 的缓冲区，那么在大多数情况下，您将获得使用Huffman的最佳压缩 .
input file size × 1.2
原因是当你有这么大的缓冲区时，霍夫曼表将包含所有具有最佳结果的字节 . 当算法用完缓冲区空间时，它需要重置其表（为此添加的流中有一个代码），这意味着你从头开始一个新的编码表，这意味着你丢失了重新设计新表的字节数...
虽然有些情况下重置可能是有益的（即在文件的前半部分设置为值X的许多字节，然后在后半部分中设置值Y更多），但很少会发生这种情况 .
2 回答
正如您所观察到的那样，这些级别的区别仅在于deflate查找匹配字符串的难度 . 霍夫曼编码在选定的固定数量的符号（文字和长度/距离对）上完成，产生“块”，其中该数量由存储器级别而不是压缩级别定义 . 生成的霍夫曼码必然不同，因为被编码的符号将不同 .
存储器级别的选择也对压缩有一些影响，因为更多数量的符号将块的代码描述的成本扩展到更多符号，但是太多的符号可能阻止将霍夫曼代码适应于统计中的局部变化 . 符号 . 默认内存级别为8（每个块产生16,383个符号），因为测试表明压缩比9级更好（每个块32,767个符号） . 但您的里程可能会有所不同
从我记得，是的，它主要基于你将分配的缓冲区的大小 . 缓冲区越大，压缩效果越好 . 如果您可以分配大小约为
input file size × 1.2的缓冲区，那么在大多数情况下，您将获得使用Huffman的最佳压缩 .原因是当你有这么大的缓冲区时，霍夫曼表将包含所有具有最佳结果的字节 . 当算法用完缓冲区空间时，它需要重置其表（为此添加的流中有一个代码），这意味着你从头开始一个新的编码表，这意味着你丢失了重新设计新表的字节数...
虽然有些情况下重置可能是有益的（即在文件的前半部分设置为值X的许多字节，然后在后半部分中设置值Y更多），但很少会发生这种情况 .