如何确定0-99数字组合字符串的gzip/Brotli压缩长度上限？

核心思路 #

要确定所有符合规则的数字字符串（0-99无重复、升序排列、1-100个数字）经gzip/Brotli压缩后的最大长度，关键是找到冗余度最低、明文长度最长的极端样本，通过实际测试得到明确上限。

具体实施步骤 #

• 构造最坏情况样本：
  选择数字类型交替、无连续规律的组合，比如混合单数字（0-9）和两位数字（10-99），且数字跳跃无规律，例如：9,10,8,11,7,12,6,13,5,14,4,15,3,16,2,17,1,18,0,19,...。重点生成明文长度接近289字符的全量数字组合（即包含100个数字的最“无规律”排列），这类样本冗余度最低，压缩后长度最可能接近上限。
• 批量测试极端样本：
  编写脚本生成所有典型极端组合（单双数交替、无规律跳跃等），对每个样本分别执行gzip和Brotli压缩，记录压缩后的字节长度。重点聚焦明文长度最长的样本，因为原长越长，压缩后长度上限越高。
• 考虑压缩算法固定开销：
  gzip和Brotli都有固定的压缩头开销（gzip头约10-15字节，Brotli头更小）。对于几乎无冗余的数据，压缩后长度≈原长+头开销，但实际中算法会做轻微编码优化，实际长度会略低于这个理论值。
• 验证最终上限：
  测试最极端样本的压缩结果，如果gzip和Brotli压缩后的长度均≤255，则所有组合的压缩结果都符合API限制；若超过，可考虑改用二进制编码（比如将数字按单字节存储，再压缩）等更紧凑的格式进一步降低长度。

内容的提问来源于stack exchange，提问作者annoyed_developer_2022