我们如何估计压缩文件的“开销”？

Question

假设我们压缩了例如。字节大小的 .txt 文件。压缩并转换为 .zip 文件后，大小将 190 字节。

有没有办法估算或计算“开销”的大致尺寸？

什么因素会影响间接费用？

Zlib计算开销：他们说：“......只有扩展是每16 KB块5个字节的开销（约0.03％），加上整个6个字节的一次性开销流“。

我只是把这个网站告诉我们可以估算“开销”大小。

注意：开销是在压缩版数据中添加的一些额外数据。

Answer 1

来自the ZIP format ..

假设只有一个中心目录和没有注释和没有额外字段，则开销应类似于以下内容。 （如果添加了任何额外的元数据，开销只会增加。）

• 每个文件（本地文件头） - 30 + len（文件名）
• 每个文件（数据描述符） - 12（至16）
• 每个文件（中央目录标题） - 46 + len（文件名）
• 每档案（EOCD） - 22

所以开销，其中afn是所有文件名的平均长度，f是文件的数量：

  f * ((30 + afn) + 12 + (46 * afn)) + 22
= f * (88 + 2 * afn) + 22

这当然使ZIP成为非常差的选择非常微小的压缩数据，其中不需要（文件）结构或元数据 - zlib，另一方面，一个非常薄的 Deflate包装器。

对于小型有效负载，较差的Deflate实现也可能导致更大的压缩＆＃34;大小，例如臭名昭​​着的.NET实现..

---

示例：

• 存储1个文件，名称为＆＃34; hello world note.txt＆＃34; （len = 20），

  = 1 * (88 + 2 * 20) + 22 = 150字节开销

• 存储100个文件，平均名称为14个字母，

  = 100 * (88 + 2 * 14) + 22 = 11622字节开销