LZ4压缩算法是LZ算法系列中的一种，而且网上也号称是目前最快的压缩算法之一，现没时间亲测也不对LZ系列算法展开讨论只分析LZ4。LZ4算法有两种压缩方法，一种侧重于压缩速度，另一种侧重于压缩比，现讨论的是侧重于压缩速度的方法。
现给定字符串dfabcdefghijklmnabcdkkkkkk，后面出现的“abcd”可以用前面的“abcd”通过偏移量offset与匹配长度matchLength进行代替，实际上这就是LZ4算法的主要思想。LZ4算法的最小匹配长度是4，最后5个字符按照字面量存储，也就是说当字节数<=9时是不压缩的（最后会给出解释）。
详细的LZ4编码数据涉及到的变量如下：
1、字面量值literalValue，即dfabcdefghijklmn
2、字面量值长度literalLength=16
3、匹配长度matchLength=4
4、偏移量offset=16-2=14
编码格式如下：
token_literalLength(可选)_literalValue_offset_matchLength(可选)
token占用1个字节，前4位代表字面量值长度，如果长度值>=15与255（1个字节的无符号数）进行比较，如果比255大则减去255并写入1个字节，将剩余的值如此循环比较，反之直接写入1个字节。如字面量长度值为512，token前4位等于15， literalLength等于512-15=255+242占用两个字节。后四位表示匹配的长度，原理和前面一样，在实现的时候可以优化一下，因为默认最小匹配长度为4，所以可以将值减4。如匹配长度为512，token后4位等于15，matchLength等于512-4-15=255+238占用两个字节。literalLength与matchLength为什么要加入可选，就是这个原因，因为值小于15的时候，4个比特位已经足够表示了。offset占用2个字节，即最大值为65535。
上面的字符串压缩后的字节序列是(0b11110000)_(1)_(dfabcdefghijklmn)_(14)------(0b01100000)_(kkkkkk)
问题一：为什么最小匹配值为4？
我个人的理解是因为token占1个字节、offset占2个字节，只有匹配值大于3的时候才有可能起到压缩效果。注：为什么是“有可能”呢，因为压缩算法是基于概率的，比如上面的例子并没有起到压缩效果，反而多占一个字节。
问题二：为什么最后的5个字节按照字面量直接存储？
我个人的理解是假设给定9个字节的字符串abcdabcde，按照正常流程压缩时格式如下：(0b01000000)_(abcd)_(4)------(0b00010000)_(e),同样占了9个字节，没有起到压缩效果。注意（4）是占2个字节的。
有兴趣的可以对着lucene的LZ4源码，照着上面的例子验证一下，本人已经测试过了。