问索引/随机访问7zip .7z档案

EN

我认为最好总结一下GZIP、BZIP2和LZMA的内部结构，以明确如下内容：

1. GZIP实际上是一种使用Deflate算法的格式。由于静态的huffman代码(平减文档也提到了动态huffman，但实际上它们也是静态的)，应该将平减编码为块(滑动窗口是这里的另一个术语)。C似乎找到了这些块的边界，并尝试最多解码最多两个连续的块，其中可能包含一些KiB未压缩的数据，用于收集足够的数据来解压缩(填充整个32 KiB窗口)。因此，即使没有索引表，随机访问也是可能的。
2. BZIP2实际上是一种BWT类压缩算法。由于BWT的性质，难怪它是分块的。对于每个块，它的块限制为900 KiB。此外，块边界被很好地定义，以便于恢复过程(有巨大的不同标记)。因此，您甚至可以同时使用多个线程来解压缩所有数据。换句话说，即使没有任何表(格式已经支持它)，随机访问也是非常可能的。
3. LZMA支持最多一个GiB字典，而且它不是按块编码的.它使用范围编码器来编码概率，而不是赫夫曼编码器。即使考虑到64 MiB窗口大小(非常常见的值)，由于范围编码器的性质，我们不能简单地解码在给定的随机点，直到填满整个窗口。此外，LZMA的状态机也可能是麻烦的。所以，它的实现是相当困难的，甚至不可能的。

也许LZMA2或PPM方法可以用于这类使用(7-zip支持，以及7-zip格式)。当它的统计数据满时，PPM刷新它的模型，并且LZMA2有意在某个时间间隔刷新一些状态，以启用多线程解压缩。它们的随机访问实现是可能的。

我的伊佐普夫项目允许随机访问lzop、gzip、bzip2和xz文件。XZ文件是LZMA编码的，因此希望能代替7-zip实现您的目的。请注意，对于实际的随机访问，您需要使用阻塞的编码器创建xz存档，例如皮兹或xz 5.1.xalpha的多线程模式。