414. Java 文件操作基础 - 批量压缩与索引:将154首十四行诗高效存储为带目录的二进制文件

文章目录

  • [414. Java 文件操作基础 - 批量压缩与索引:将154首十四行诗高效存储为带目录的二进制文件](#414. Java 文件操作基础 - 批量压缩与索引:将154首十四行诗高效存储为带目录的二进制文件)
  • [📚 写入所有 Sonnet](#📚 写入所有 Sonnet)
    • [🎯 核心思路](#🎯 核心思路)
    • [✅ 示例代码](#✅ 示例代码)
    • [🔍 代码解析](#🔍 代码解析)
    • [📌 使用示例](#📌 使用示例)
    • [🚀 总结](#🚀 总结)

414. Java 文件操作基础 - 批量压缩与索引:将154首十四行诗高效存储为带目录的二进制文件

📚 写入所有 Sonnet

前面我们已经学会了如何压缩 单个 Sonnet 。但是莎士比亚总共有 154 首 Sonnet,我们需要把它们都写到一个二进制文件里,方便后续统一存储和读取。

问题是:如果把所有 Sonnet 压缩后直接拼接到一个文件里,后续怎么知道每一首的 位置(offset) 和 长度(length) 呢?

👉 答案是:我们需要额外存储一个"目录表",告诉程序每首诗的起始位置和长度。


🎯 核心思路

最终生成的文件结构如下:

java 复制代码
-----------------------------------
|  Number of sonnets (int)        |
|  Offset[0] (int)                |
|  Length[0] (int)                |
|  Offset[1] (int)                |
|  Length[1] (int)                |
|  ...                            |
|  Offset[n-1] (int)              |
|  Length[n-1] (int)              |
-----------------------------------
|  Compressed sonnets bytes array |
-----------------------------------
  • Number of sonnets → 一共有多少首
  • Offset, Length → 每首 Sonnet 在压缩字节数组中的位置和大小
  • Compressed data → 154 首 Sonnet 的压缩内容

💡 注意:这里的 offset 是相对于 压缩字节数组的起始位置 (不是整个文件开头)。如果想让它相对于整个文件,需要加上 header 的大小:4 + 2*4*numberOfSonnets。


✅ 示例代码

java 复制代码
int numberOfSonnets = sonnets.size();
Path sonnetsFile = Path.of("files/sonnets.bin");

try (var sonnetFile = Files.newOutputStream(sonnetsFile);
     var dos = new DataOutputStream(sonnetFile)) {

    List<Integer> offsets = new ArrayList<>();
    List<Integer> lengths = new ArrayList<>();
    byte[] encodedSonnetsBytesArray = null;

    // 第一步:压缩所有 Sonnet 并拼接到内存流
    try (ByteArrayOutputStream encodedSonnets = new ByteArrayOutputStream()) {
        for (Sonnet sonnet : sonnets) {
            byte[] sonnetCompressedBytes = sonnet.getCompressedBytes();

            offsets.add(encodedSonnets.size()); // 当前拼接流的大小就是下一个 Sonnet 的 offset
            lengths.add(sonnetCompressedBytes.length);
            encodedSonnets.write(sonnetCompressedBytes);
        }

        // 第二步:写入文件头
        dos.writeInt(numberOfSonnets);
        for (int index = 0; index < numberOfSonnets; index++) {
            dos.writeInt(offsets.get(index));
            dos.writeInt(lengths.get(index));
        }

        encodedSonnetsBytesArray = encodedSonnets.toByteArray();
    }

    // 第三步:写入所有压缩内容
    sonnetFile.write(encodedSonnetsBytesArray);

} catch (IOException e) {
    e.printStackTrace();
}

🔍 代码解析

  1. offsets.add(encodedSonnets.size())
    • encodedSonnets.size() 返回当前拼接流的长度,也就是下一首 Sonnet 在字节数组中的起始位置。
  2. lengths.add(sonnetCompressedBytes.length)
    • 存储当前 Sonnet 的压缩字节数。
  3. dos.writeInt(numberOfSonnets)
    • 写入总数(方便后续读取时知道有多少首)。
  4. dos.writeInt(offsets.get(index)); dos.writeInt(lengths.get(index));
    • 按顺序写入 offset 和 length,形成一个"索引表"。
  5. sonnetFile.write(encodedSonnetsBytesArray)
    • 最后把所有拼接好的字节流一次性写入文件。

📌 使用示例

运行代码后,会在 files/sonnets.bin 生成一个二进制文件。它的结构大概是这样的:

java 复制代码
[Header]
154 (总数)
0   120 (第1首起始=0, 长度=120字节)
120 130 (第2首起始=120, 长度=130字节)
...
[Body]
[GZIP压缩后的Sonnet字节内容...]

🚀 总结

  1. 单个 Sonnet 压缩 → getCompressedBytes()
  2. 所有 Sonnet 拼接 → ByteArrayOutputStream
  3. 索引表写入 → DataOutputStream
  4. 最终文件结构 = Header + Body

这样,我们就能高效存储所有 154 首 Sonnet,既节省空间,又能快速定位到任意一首诗。

相关推荐
承渊政道1 小时前
【Python编程—从入门到实践】(用户账户:给Django网站装上登录系统,让每个人拥有自己的学习笔记)
python·学习·pycharm·django
装不满的克莱因瓶1 小时前
【从零搭建】AI大模型之ReactAgent智能体对接MCP实战
java·人工智能·ai·springai·mcp·springaialibaba
凯瑟琳.奥古斯特1 小时前
我开源了一个 Windows 截图取字工具:全局热键 + 离线 OCR + 标注打码,不上传任何数据
windows·ocr
SimonKing2 小时前
AI Assistant被"隐藏"了?别慌,IDEA 2026.3 这波是换了个脑子
java·后端·程序员
Resean02232 小时前
SpringMVC 6+源码分析(九)异常处理
java·spring·springmvc
geats人山人海2 小时前
现代c++4.1
java·开发语言·c++
承渊政道2 小时前
【Python编程—从入门到实践】(设置样式并部署:给Django网站换新装,把学习笔记发布到互联网)
python·学习·pycharm·django
用户298698530143 小时前
使用 Python 将 JSON 转换为 Word 文档的实践指南
python·json·api
下一站春风里3 小时前
Spring IoC 控制反转 完整技术笔记
java·spring boot·笔记·spring
挖掘狂人3 小时前
用户连点两次「确认支付」,你的后端凭什么只扣一次钱?
java·后端·面试