☰

解凍は、アーカイブ内の単一のファイルを見つけるためにどのような方法を使用しますか？

tag-icon • tag-icon zip archive
解凍は、アーカイブ内の単一のファイルを見つけるためにどのような方法を使用しますか？

100個のファイルを作成するとしましょう。各ファイルには任意のテキストデータが含まれており、サイズは30MBです。今ゼロに圧縮されたzipアーカイブ、つまりzip dataset.zip -r -0 *.txt。今、このアーカイブからファイルを1つだけ抽出したいと思います。

上記のようにここ、アーカイブからファイルを解凍または抽出する方法は2つあります。

  1. ファイルの終わりを見つけて中央ディレクトリを見つけます。次に、抽出したいファイルにすばやくランダムにアクセスします。 （償却されたO(1)複雑さ）
  2. 各ローカルヘッダーを表示し、一致するヘッダーを抽出します。 (O(n)複雑さ)

解凍するにはどのような方法が使用されますか？私の実験によると、方法2を使用していると思いますか？

ベストアンサー1

大規模アーカイブから単一のファイルを検索するときは、次の方法で表示される方法1を使用しますstrace。

open("dataset.zip", O_RDONLY)           = 3
ioctl(1, TIOCGWINSZ, 0x7fff9a895920)    = -1 ENOTTY (Inappropriate ioctl for device)
write(1, "Archive:  dataset.zip\n", 22Archive:  dataset.zip
) = 22
lseek(3, 943718400, SEEK_SET)           = 943718400
read(3, "\340P\356(s\342\306\205\201\27\360U[\250/2\207\346<\252+u\234\225\1[<\2310E\342\274"..., 4522) = 4522
lseek(3, 943722880, SEEK_SET)           = 943722880
read(3, "\3\f\225P\\ux\v\0\1\4\350\3\0\0\4\350\3\0\0", 20) = 20
lseek(3, 943718400, SEEK_SET)           = 943718400
read(3, "\340P\356(s\342\306\205\201\27\360U[\250/2\207\346<\252+u\234\225\1[<\2310E\342\274"..., 8192) = 4522
lseek(3, 849346560, SEEK_SET)           = 849346560
read(3, "D\262nv\210\343\240C\24\227\344\367q\300\223\231\306\330\275\266\213\276M\7I'&35\2\234J"..., 8192) = 8192
stat("rand-28.txt", 0x559f43e0a550)     = -1 ENOENT (No such file or directory)
lstat("rand-28.txt", 0x559f43e0a550)    = -1 ENOENT (No such file or directory)
stat("rand-28.txt", 0x559f43e0a550)     = -1 ENOENT (No such file or directory)
lstat("rand-28.txt", 0x559f43e0a550)    = -1 ENOENT (No such file or directory)
open("rand-28.txt", O_RDWR|O_CREAT|O_TRUNC, 0666) = 4
ioctl(1, TIOCGWINSZ, 0x7fff9a895790)    = -1 ENOTTY (Inappropriate ioctl for device)
write(1, " extracting: rand-28.txt        "..., 37 extracting: rand-28.txt             ) = 37
read(3, "\275\3279Y\206\223\217}\355W%:\220YNT\0\257\260z^\361T\242\2\370\21\336\372+\306\310"..., 8192) = 8192

unzipを開き、dataset.zipアーカイブで要求されたファイルの終わりと先頭（rand-28.txtオフセット849346560）を見つけてそこから読み込みます。

アーカイブの最後の65557バイトをスキャンして中央ディレクトリを見つけます。コードはここから始まります。:

/*---------------------------------------------------------------------------
    Find and process the end-of-central-directory header.  UnZip need only
    check last 65557 bytes of zipfile:  comment may be up to 65535, end-of-
    central-directory record is 18 bytes, and signature itself is 4 bytes;
    add some to allow for appended garbage.  Since ZipInfo is often used as
    a debugging tool, search the whole zipfile if zipinfo_mode is true.
  ---------------------------------------------------------------------------*/

おすすめ記事