LZ77压缩算法通过滑动窗口查找最长匹配，用（偏移量, 长度, 下一个字符）三元组输出；核心包括查找缓冲区与前瞻缓冲区，使用滑动窗口限制历史数据范围，findLongestMatch函数在窗口内寻找最大匹配长度，compress函数生成token序列，decompress函数依据token重建原数据，实现简单但体现LZ77基本原理。
实现LZ77压缩算法的关键在于滑动窗口和查找最长匹配。LZ77通过在已处理的数据中搜索当前字符串的最长匹配，用（偏移量, 长度, 下一个不匹配字符）三元组来表示输出。下面是一个简单的C++实现，帮助理解其核心逻辑。
基本原理与结构设计
LZ77使用两个区域：查找缓冲区（已编码数据）和前瞻缓冲区（待编码数据）。算法从前往后扫描输入，对每个位置尝试在查找缓冲区中找到最长匹配。
我们用以下结构体表示一个压缩单元：
struct LZ77Token {int offset; // 距离当前字符的回退距离
int length; // 匹配长度
char next; // 下一个不匹配字符
};
滑动窗口匹配逻辑
核心是寻找最大匹配长度。我们限制查找窗口大小（如256字节），避免性能下降。
立即学习“C++免费学习笔记（深入）”；
int findLongestMatch(const std::string& data, int pos, int& offset) {
int maxLength = 0;
offset = 0;
int windowStart = std::max(0, pos - 256); // 滑动窗口大小限制为256
for (int i = windowStart; i if (data[i] == data[pos]) {
int len = 0;
while (i + len data[i + len] == data[pos + len]) {
len++;
}
if (len > maxLength) {
maxLength = len;
offset = pos - i;
}
}
}
return maxLength;
}
压缩函数实现
逐字符处理输入，生成token列表。若无匹配，则偏移和长度为0。
std::vectorstd::vector
size_t i = 0;
while (i int offset, length;
length = findLongestMatch(input, i, offset);
LZ77Token token;
token.offset = length > 0 ? offset : 0;
token.length = length;
token.next = input[i + length]; // 即使length=0也取当前字符
tokens.push_back(token);
i += length + 1; // 跳过已匹配部分
}
return tokens;
}
解压过程还原数据
根据token中的偏移和长度，从已输出内容中复制相应字段。
std::string decompress(const std::vectorstd::string output;
for (const auto& token : tokens) {
if (token.length > 0) {
int start = output.size() - token.offset;
for (int i = 0; i output += output[start + i];
}
}
output += token.next;
}
return output;
}
基本上就这些。这个实现虽然简单，但展示了LZ77的核心思想。实际应用中可以优化匹配查找（如哈希表加速）、控制窗口大小、处理边界情况等。对于学习目的，此版本足够清晰直观。
