LZ4壓縮演算法是LZ算法系列中的一種，而且網上也號稱是目前最快的壓縮演算法之一，現沒時間親測也不對LZ系列演算法展開討論只分析LZ4。LZ4演算法有兩種壓縮方法，一種側重於壓縮速度，另一種側重於壓縮比，現討論的是側重於壓縮速度的方法。

現給定字串dfabcdefghijklmnabcdkkkkkk，後面出現的“abcd”可以用前面的“abcd”通過偏移量offset與匹配長度matchLength進行代替，實際上這就是LZ4演算法的主要思想。LZ4演算法的最小匹配長度是4，最後5個字元按照字面量儲存，也就是說當位元組數<=9時是不壓縮的（最後會給出解釋）。

詳細的LZ4編碼資料涉及到的變數如下：

1、字面量值literalValue，即dfabcdefghijklmn

2、字面量值長度literalLength=16

3、匹配長度matchLength=4

4、偏移量offset=16-2=14

編碼格式如下：

token_literalLength(可選)_literalValue_offset_matchLength(可選)

token佔用1個位元組，前4位代表字面量值長度，如果長度值>=15與255（1個位元組的無符號數）進行比較，如果比255大則減去255並寫入1個位元組，將剩餘的值如此迴圈比較，反之直接寫入1個位元組。如字面量長度值為512，token前4位等於15，  literalLength等於512-15=255+242佔用兩個位元組。後四位表示匹配的長度，原理和前面一樣，在實現的時候可以優化一下，因為預設最小匹配長度為4，所以可以將值減4

上面的字串壓縮後的位元組序列是(0b11110000)_(1)_(dfabcdefghijklmn)_(14)------(0b01100000)_(kkkkkk)

問題一：為什麼最小匹配值為4？

我個人的理解是因為token佔1個位元組、offset佔2個位元組，只有匹配值大於3的時候才有可能起到壓縮效果。注：為什麼是“有可能”呢，因為壓縮演算法是基於概率

問題二：為什麼最後的5個位元組按照字面量直接儲存？

我個人的理解是假設給定9個位元組的字串abcdabcde，按照正常流程壓縮時格式如下：(0b01000000)_(abcd)_(4)------(0b00010000)_(e),同樣佔了9個位元組，沒有起到壓縮效果。注意（4）是佔2個位元組的。

有興趣的可以對著lucene的LZ4原始碼，照著上面的例子驗證一下，本人已經測試過了。