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

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：

-----------------------------------|Numberof sonnets(int)||Offset[0](int)||Length[0](int)||Offset[1](int)||Length[1](int)||...||Offset[n-1](int)||Length[n-1](int)|-----------------------------------|Compressedsonnets 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

intnumberOfSonnets=sonnets.size();PathsonnetsFile=Path.of("files/sonnets.bin");try(varsonnetFile=Files.newOutputStream(sonnetsFile);vardos=newDataOutputStream(sonnetFile)){List<Integer>offsets=newArrayList<>();List<Integer>lengths=newArrayList<>();byte[]encodedSonnetsBytesArray=null;// 第一步：压缩所有 Sonnet 并拼接到内存流try(ByteArrayOutputStreamencodedSonnets=newByteArrayOutputStream()){for(Sonnetsonnet:sonnets){byte[]sonnetCompressedBytes=sonnet.getCompressedBytes();offsets.add(encodedSonnets.size());// 当前拼接流的大小就是下一个 Sonnet 的 offsetlengths.add(sonnetCompressedBytes.length);encodedSonnets.write(sonnetCompressedBytes);}// 第二步：写入文件头dos.writeInt(numberOfSonnets);for(intindex=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(IOExceptione){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：

[Header]154(总数)0120(第1首起始=0,长度=120字节)120130(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。