GZIP压缩原理分析（23）——第五章 Deflate算法详解（五14） 动态哈夫曼编码分析（03） LZ77过程（02）

*匹配串由几个字符构成？

对于字符串

“As mentioned above,there are many kinds of wireless systems other than cellular.”，

先来看第一个问题。Deflate压缩中有规定，先行缓冲区中的字符串最少要由3个连续的字符构成。放到这个例子里，字符串“re”是不行的，至少得是“re （这里有空格）”。也就是说，当先行缓冲区中的字符串至少由3个连续的字符组成并且在查找缓冲区中找到了匹配，此时先行缓冲区中的这个字符串才能用“长度+距离”对儿替换。长度距离对儿是个二元组，要由两个数组成。如果对单个字符用长度距离对儿替换，那还不如不替换；如果对两个连续字符用长度距离对儿替换，那是否替换又有什么关系，反正替换前后都要用两个数（字符其实也是个数）。所以，能够替换的前提就是字符串至少要由3个位于先行缓冲区中的连续字符组成，而且还必须以先行缓冲区中第一个字节为开始。

压缩过程是逐字节依次进行的，字符串的组成过程举例如下，有字符串“abcdefghijklm”。当先行缓冲区第一个字符为“a”时，以它为起始，由连续的三个字符组成的字符串就是“abc”；接着当先行缓冲区第一个字符为“b”时，对应的字符串是“bcd”；接着当先行缓冲区第一个字符为“c”时，对应的字符串就是“cde”……当先行缓冲区的第一个字符是“k”时，对应的字符串就是“klm”；以上这些字符串都有资格在查找缓冲区中寻找匹配串。当先行缓冲区第一个字节走到“l”的位置时，由于连续字符数不够三个，所以没资格在查找缓冲区中寻找匹配串，“m”就更别提了。当然，有的字符可能没有机会当先行缓冲区的第一个字符，因为它所在的字符串很可能已经被长度距离对儿替换掉了。