由于各种原因，我使用 LZMA2 来压缩许多不同大小的数据块。由于有许多块被并行处理，内存使用需要保持在一个合理的水平。给定 n 个字节的数据，使用的最佳字典大小是多少？典型的源块大小从 4k 到 4Mb 不等。
我推测字典大小大于要压缩的字节数没有意义吗？我还推测，如果数据要压缩到一半大小，那么字典大小将没有大于 n/2 字节的意义。
当然，这只是推测，非常感谢您了解为什么会出现这种情况！
干杯
约翰
【问题讨论】：
标签： zip compression lzma
可能没有绝对的最佳选择，因为这取决于您的具体需求。压缩算法（虽然我不了解 LZMA）通常允许您调整参数以在内存消耗、压缩速度和压缩比之间找到最佳折衷。您将需要使用这些参数，看看它们对您的实际工作量有什么影响。 最有可能的是，默认参数非常好，只有在您的要求不寻常时才需要进行调整，例如，如果您有硬内存或时间限制。
【讨论】：
大小为 m 的字典实际上只是未压缩数据的最后看到的字节的内存，上限为 m。因此，对于您的使用，m := n 将是最佳的，以独立方式充分利用 LZMA 压缩。
如果您的块有相似之处，您可以通过使用压缩器和解压缩器都知道的大小为 t 的样本块训练 LZMA 来进一步提高压缩率（有关详细信息，请查看 Web 上的“训练压缩”）。在这种情况下，m := n + t 将是完美的。
【讨论】：