【前言】
变长编码，统计压缩编码都是基于单个字符的编码，字典编码基于数个连续字符（也叫基于单词），例如ABCABD中AB可以替换成一个新的字符，其可能会减少字符数量，得到的新数据的熵比原来的小，可以对新的数据再用统计编码
字典编码的困难之处在于如何选择最佳的单词，其会使得新数据集的熵变得更小。
出于性能上的考虑，不可能去遍历整个数据集来寻找最佳的单词，通常会去寻找最长匹配的数据，通过偏移+长度的方式记录匹配数据。
因此，字典编码适合有较多重复子串的情况
【LZ算法】
LZ算法是由Abraham Lempel和Jacob Ziv于1977年发明的算法，因此，该LZ算法也称为LZ77算法（或LZ1）。此算法是第一个使用字典压缩数据的算法，采用动态字典。1978年， 其发布了LZ78算法（也称为LZ2），使用静态字典。
原理
其将数据集分为两部分：一是搜索缓冲区，包含已经读取和处理过的符号；另一部分是先行缓冲区，包含将要编码的符号。
出于性能上的考虑，搜索缓冲区的大小一般为32kb，如果对性能没要求可以拓展到几个GB。对于特定大小的缓冲区，编码了N个字符，缓冲区要移动N位，这种就叫滑动窗口。
对先行缓冲区的字符，在搜索缓冲区中寻找匹配的字符，并记录其在搜索缓冲区的位置，将位置信息输出。
编码
以TOBEORNOTTOBE为例子，假设搜索缓冲区的长度为9
- 当前搜索缓冲区为空，长度为0，先行缓冲区为TOBEORNOTTOBE，从中读取一个字符T，未在搜索缓冲区找到匹配字符，输出记为<0,0,T>
- 当前搜索缓冲区为T，长度为1，先行缓冲区为OBEORNOTTOBE，从中读取一个字符O，未在搜索缓冲区找到匹配字符，输出记为<0,0,O>
- 当前搜索缓冲区为TO，长度为2，先行缓冲区为BEORNOTTOBE，从中读取一个字符B，未在搜索缓冲区找到匹配字符，输出记为<0,0,B>
- 当前搜索缓冲区为TOB，长度为3，先行缓冲区为EORNOTTOBE，从中读取一个字符E，未在搜索缓冲区找到匹配字符，输出记为<0,0,E>
- 当前搜索缓冲区为TOBE，长度为4，先行缓冲区为ORNOTTOBE，从中读取一个字符O，可以在搜索缓冲区中找到O，如何找
- 可以从搜索缓冲区中从前往后找，也可以从后往前找，考虑到一般文本是从左往右的，所以从左往右找
- O位于第2个位置，所以偏移为2
- 先行缓冲区中O后下一个字符为R，搜索缓冲区中O后下一个字符为B，不匹配，所以长度为1
- 输出为<2,1>
- 当前搜索缓冲区为TOBEO，长度为5，先行缓冲区为RNOTTOBE，从中读取一个字符R，未在搜索缓冲区找到匹配字符，输出记为<0,0,R>
- 当前搜索缓冲区为TOBEOR，长度为6，先行缓冲区为NOTTOBE，从中读取一个字符N，未在搜索缓冲区找到匹配字符，输出记为<0,0,N>
- 当前搜索缓冲区为TOBEORN，长度为7，先行缓冲区为OTTOBE，从中读取一个字符O，可以在搜索缓冲区中找到O，如何找
- 可以发现匹配的有两个O，基于性能上的考虑，找到O即可；基于压缩效率上的考虑，找到所有O，选择其中匹配最长的O
- 先行缓存区O后下一个字符为T，两个O的均不匹配，长度为1，选择第一O即可，输出为<2,1>
- 当前搜索缓冲区为TOBEORNO，长度为8，先行缓冲区为TTOBE，从中读取一个字符T，可以在搜索缓冲区中找到T，输出记为<1,1>
- 当前搜索缓冲区为TOBEORNOT，长度为9，先行缓冲区为TOBE，从中读取一个字符T，可以在搜索缓冲区中找到T，输出记为<1,1>
- 当前搜索缓冲区为TOBEORNOTT，长度为10,要滑动，滑动后为OBEORNOTT，先行缓冲区为OBE，从中读取一个字符O，可以在搜索缓冲区中找到OBE，输出记为<1,3>
解码
- 读取第1个输出<0,0,T>，此时搜索缓冲区为空，输出T
- 读取第2个输出<0,0,O>，此时搜索缓冲区为T，<0,0>表示没有匹配，输出O，结合之前输出为T0
- 读取第3个输出<0,0,B>，此时搜索缓冲区为TO，<0,0>表示没有匹配，输出B，结合之前输出为T0B
- 读取第4输出<0,0,E>，此时搜索缓冲区为TOB，<0,0>表示没有匹配，输出E，结合之前输出为T0BE
- 读取第5输出<2,1>，此时搜索缓冲区为TOBE，<2,1>表示第2个，长度为1，输出O，结合之前输出为T0BEO
- 读取第6输出<0,0,R>，此时搜索缓冲区为TOBEO，<0,0>表示没有匹配，输出R，结合之前输出为T0BEOR
- 读取第7输出<0,0,N>，此时搜索缓冲区为TOBEOR，<0,0>表示没有匹配，输出N，结合之前输出为T0BEORN
- 读取第8输出<2,1>，此时搜索缓冲区为TOBEORN，<2,1>表示第2个，长度为1，输出O，结合之前输出为T0BEORNO
- 读取第9输出<1,1>，此时搜索缓冲区为TOBEORNO，<1,1>表示第1个，长度为1，输出T，结合之前输出为T0BEORNOT
- 读取第10输出<1,1>，此时搜索缓冲区为TOBEORNOT，<1,1>表示第1个，长度为1，输出T，结合之前输出为T0BEORNOTT
- 读取第11输出<1,3>，此时搜索缓冲区要滑动，为OBEORNOTT，<1,3>表示第1个，长度为3，输出OBE，结合之前输出为T0BEORNOTTOBE
进一步简化输出
可以将输出分为三个对应的数据集分别进行统计压缩，进一步简化输出，例如
偏移集0，0，0，0，2，0，0，2，1，1，1
长度集0，0，0，0，1，0，0，1，1，1，3
字符集T，O，B，E，R，N
（只有偏移和长度都为0，才有字符）
算法拓展
为了提升性能或压缩率，在寻找匹配和输出记录上可以做自定义，可以衍生出各种不同版本的算法
