c#压缩短字符串和长字符串

本文关键字：字符串 压缩 | 更新日期: 2023-09-27 18:11:34

我想在c#中操作一种算法来压缩长字符串和短字符串，我尝试过的所有算法都能够压缩长字符串，但不能压缩短字符串(大约5个字符)。代码是:

using System;
using System.Collections.Generic;
using System.IO.Compression;
using System.IO;
using System.Collections;
using System.Text;
namespace CompressString {
internal static class StringCompressor
{
    /// <summary>
    /// Compresses the string.
    /// </summary>
    /// <param name="text">The text.</param>
    /// <returns>compressed string</returns>
    public static string CompressString(string text)
    {
        byte[] buffer = Encoding.Default.GetBytes(text);
        MemoryStream ms = new MemoryStream();
        using (GZipStream zip = new GZipStream(ms, CompressionMode.Compress, true))
        {
            zip.Write(buffer, 0, buffer.Length);
        }
        ms.Position = 0;
        byte[] compressed = new byte[ms.Length];
        ms.Read(compressed, 0, compressed.Length);
        byte[] gzBuffer = new byte[compressed.Length + 4];
        System.Buffer.BlockCopy(compressed, 0, gzBuffer, 4, compressed.Length);
        System.Buffer.BlockCopy(BitConverter.GetBytes(buffer.Length), 0, gzBuffer, 0, 4);
        return Encoding.Default.GetString(gzBuffer);
    }
    /// <summary>
    /// Decompresses the string.
    /// </summary>
    /// <param name="compressedText">The compressed text</param>
    /// <returns>uncompressed string</returns>
    public static string DecompressString(string compressedText)
    {
        byte[] gzBuffer = Encoding.Default.GetBytes(compressedText);
        using (MemoryStream ms = new MemoryStream())
        {
            int msgLength = BitConverter.ToInt32(gzBuffer, 0);
            ms.Write(gzBuffer, 4, gzBuffer.Length - 4);
            byte[] buffer = new byte[msgLength];
            ms.Position = 0;
            using (GZipStream zip = new GZipStream(ms, CompressionMode.Decompress))
            {
                zip.Read(buffer, 0, buffer.Length);
            }
            return Encoding.Default.GetString(buffer);
        }
    }
}}

我得到InvalidDataException(在解码时发现无效数据)在解压方法中的行:邮政编码。读取(buffer, 0, buffer. length);你有什么建议?

c#压缩短字符串和长字符串

您是否有特殊要求需要压缩5个字符?
否则你最终会一无所获地使用CPU和内存:在5个字符上获得空间的机会非常低(4%减少到4个字符，0.1%减少到3个字符，等等，如果字符串可以包含不同的大小写，标点符号，特殊字符等，甚至更少)

似乎有两个基本问题。一个是误差，一个是长度。

你所展示的代码似乎与这里相同:http://dotnet-snippets.com/dns/c-compress-and-decompress-strings-SID612.aspx

我不能证明这段代码中是否有任何错误，但对于我尝试的随机字符串分类(不同长度)，它似乎工作得很好。给我们一个字符串的例子，这段代码失败，我们可以进一步研究。

至于长度，代码为开始的字符串长度增加了4个字节。所以压缩长度为5的字符串的几率是零。这还没有提到理论方面。鸽子洞原理本质上是基于这样一个事实，即长字符串可能比短字符串多。例如，只有10个一位数，但有100个两位数。因此，您不能将所有100个两位数字缩短为一位数字。如果你可以压缩任何字符串，你可以重复这个过程，把所有字符串压缩到一个比特。

您可以通过两种方式轻松地改进压缩。如果你知道你不会存储巨大的字符串，你可以减少存储的字符串长度，例如2字节而不是4字节。你可以存储一个比特来决定是否压缩字符串，如果压缩后的版本更大，你可以存储未压缩的字符串。它为压缩字符串增加了1位的开销，但如果您想要一致性，则可能更好。

相关文章：