LZMA

LZMA 常见于 xz/7z 生态，追求较高压缩率，代价是压缩速度和内存占用通常高于轻量算法。

核心思想

LZMA 使用大窗口字典匹配和范围编码，并通过上下文建模提升压缩率。

可以怎样理解它的内部流程

LZMA 的思路更偏“强模型”：

text

更深的匹配搜索 -> 更大的窗口 -> 更强的概率建模 -> 范围编码

这也是它常常能拿到较高压缩率，但压缩端更慢、内存更高的原因。

工程取舍

维度	特点
压缩速度	通常较慢
解压速度	中等到较快
压缩率	很高
内存	可较高
流式	liblzma 支持流式接口

常见工程特征

经常出现在 xz / 7z 这类偏归档生态中。
对窗口大小、字典大小、预设级别比较敏感。
更适合“写一次、读多次，但写可以慢”的任务。

适用场景

软件包发布
长期归档
对压缩率更敏感而非压缩速度的场景

调参时通常先看什么

预设级别：先决定压缩率与资源消耗的大致区间。
字典 / 窗口大小：越大通常越有利于长距离重复，但也更耗内存。
流式还是一次性 buffer API：取决于集成方式和数据规模。

使用时的常见坑

在内存受限环境下直接使用高预设，容易让体验失控。
把它用于极度延迟敏感路径，通常得不偿失。
只看压缩率，不看压缩时间，容易在 CI、构建链路、离线任务里造成明显拖慢。

C++ 示例

查看 LZMA C++ 示例。