编码模型

压缩库通常不是单一算法，而是多个阶段组合。理解这些模型有助于读懂 ZSTD、LZMA、BSC、LZ4、zlib 和 Brotli 的差异。

字典与滑动窗口

字典压缩把重复片段表示成“距离 + 长度”。窗口越大，越容易找到长距离重复，但内存占用和查找成本也会增加。

熵编码根据符号概率分配码长。高频符号使用短码，低频符号使用长码。Huffman 和算术/范围编码都属于这一类思想。

字典匹配或变换阶段负责把数据改造成“更容易压缩的形状”，熵编码再把这些符号分布真正压短。
所以很多压缩库看起来像“一个大算法”，实际更像多阶段流水线。

上下文模型根据前面的字节或状态估计下一个符号的概率。模型越强，压缩率可能越好，但编码速度和内存成本通常更高。

因为它不仅在编码字节，还在不断更新“对下一个字节的预测”。这意味着更多状态、更多内存访问、更多分支判断。

块排序类算法先改变数据排列，让相似上下文集中，再进行后续编码。BSC 这一类算法适合学习“变换 + 编码”的组合思路。

可以把很多压缩算法粗略理解为下面的处理链：

text

输入数据
  -> 重复片段抽取 / 结构变换
  -> 符号重组
  -> 概率建模
  -> 熵编码
  -> 输出格式封装

不同算法的核心差异通常发生在前三步：
“找重复”的方式不同、“建模”的强度不同、“格式封装”的目标不同，最终就形成了非常不同的工程特性。