zip - zip /7zip压缩差异

Question

我有许多需要分发给用户的zip文件，其中约有130个。每个zip文件都包含许多相似的文本，html，xml和jpg文件。压缩文件总计146兆字节；解压缩后，其内容总计551mb。

我想将所有这些文件以尽可能小的格式分发给用户。我研究了两种不同的实现方式，每种方式都使用两种不同的压缩方案zip和7zip(据我所知，它是LZMA或其变体):

将所有zip文件压缩为压缩文件，然后发送该文件(single.zip/7z)

将zip文件的未压缩内容压缩为压缩文件，然后发送该文件(combined.zip/7z)

例如，假设我有3个zip文件，即A.zip，B.zip和C.zip，每个文件都包含一个文本文件，一个html文件和一个XML文件。使用方法1，将创建一个包含A.zip，B.zip和C.zip的压缩文件。使用方法2，将创建一个压缩文件，其中包含A.txt，A.html，A.xml，B.txt，B.html，B.xml，C.txt，C.html和C.xml。

我的假设是，在任何一种压缩方案下，方法2生成的文件都将比方法1生成的文件小或更小，或者至少与方法1生成的文件大小相同，因为您可以通过将所有文件放在一起考虑来提高效率。至少，方法2可以避免多个zip文件的开销。

令人惊讶的结果(由7zip工具生成的文件大小)如下:

single.zip-142mb

single.7z-124mb

Combined.zip-149mb

Combined.7z-38mb

我并不感到惊讶7zip格式产生的文件比zip格式小(结果2/4与结果1/3)，因为它通常比zip压缩更好。令人惊讶的是，对于zip格式，将所有130个zip文件压缩在一起所产生的输出文件要比压缩所有未压缩的内容要小(结果3与结果1)。

为什么将多个zip文件压缩在一起比将其未压缩内容压缩在一起更有效？

我唯一能想到的是，在压缩期间，7zip格式会在所有文件内容上构建一个字典，因此它可以利用文件之间的相似性，而zip格式则可以为每个文件构建字典。真的吗？甚至那仍然不能解释为什么结果3比结果1大7mb。

谢谢你的帮助。

Answer 1

.zip和.7z均为无损压缩格式。 .7z较新，可能会为您提供更好的压缩率，但是它不像.zip那样得到广泛支持，而且我认为压缩/解压缩在计算上更加昂贵。

改善的程度取决于您要压缩的文件类型，但取决于wikipedia article on 7zip

In 2011, TopTenReviews found that the 7z compression was at least 17% better than ZIP,[15] and 7-Zip's own site has since 2002 reported that while compression ratio results are very dependent upon the data used for the tests, "Usually, 7-Zip compresses to 7z format 30–70% better than to zip format, and 7-Zip compresses to zip format 2–10% better than most other zip-compatible programs."[16]