有限字符集的字符串压缩算法

概述

在开发中，经常有上报线上堆栈来分析处理线上问题的场景，所以，对堆栈的压缩和加密也是必不可少的。加密：可以使用AES对称加密算法，压缩：可以在上传时利用protobuf天生的压缩性对字符串进行压缩。

不过，出于对流量的节省和传输效率的提升，可以通过在堆栈上传前先压缩一次数据来保证。下面给大家介绍一种笔者自己摸索的一种压缩字符串的算法，并且自带加密效果。

算法介绍

此算法使用场景：有限字符集的字符串压缩。

例如Java方法全限定名的压缩，对于方法全限定来说，组成成分：大小写英文字母，数字，特殊字符。在开发过程中，一个标准且合格的类名，方法名需要做到见名知意，根据有效统计，方法全限定99%以上由大小写英文字母组成。

算法实现

压缩原理简述
将char字符的空闲bit位来存储有效的数据。比如通过将 a ~ z 映射成 1 ~ 26 的数字,并将Char类型以5bit为一组分为高、中、低三组，分别来存储一个数字（这一个数字代表一个字符）

建立字符串头结构: Head

在Java代码编写过程中，一个全限定字符串中的大写字母占比相对较小，因此，通过使用前补充字符的方式来记录全限定字符串中的大写字母。一个字符串如果是有限且不可变的，那么所组成他们的字符之间的相对位置是确定的。实现算法如下：

public char[] build(String s) {
   
            ...
    for (int i = 0; i < len; i++) {
   
        c = s.charAt(i);
        b = Character.isUpperCase(c);
        if (b || c == FILL) {
   
            if (i - lastIndex >= maxDistance) {
   
                maxDistance = i - lastIndex;
            }
            upCharIndex.add(i - lastIndex);
            lastIndex = i;
       }