世嘉BZ与BZW解压算法剖析
内容提要
本文解析世嘉Dreamcast与PS2游戏中的LZSS压缩变体BZ和BZW。BZ以字节为单位，用8位控制掩码区分明文与引用，短引用1字节、长引用2字节，以长引用长度0作EOF。BZW以16位字为单位，用16位掩码，需字节交换，以长度1作EOF。两者通过控制掩码、引用编码和回溯复制实现解压，兼顾存储与读取效率。
延伸解读
控制掩码与引用编码的配合
BZ 和 BZW 都依赖控制掩码来区分明文与引用，但掩码本身不携带数据，只指示操作类型。BZ 用 8 位掩码控制 8 次操作，BZW 用 16 位掩码控制 16 次操作。引用编码则负责描述回溯距离和复制长度，短引用和长引用的设计让解压器能根据数据局部性灵活选择。这种分离设计使解压流程清晰，但也要求掩码与后续数据严格同步，否则解码会错位。
短引用与长引用的取舍
BZ 的短引用仅占 1 字节，可表示长度 2～9、回溯距离 1～16 字节的重复片段；长引用占 2 字节，长度可达 2～256，回溯距离 1～128 字节。短引用适合近距离小段重复，长引用适合远距离大段重复。这种双编码策略在压缩率和解压速度之间取得平衡，但短引用的回溯范围有限，不能误以为整个 BZ 的回溯距离只有 16 字节。
BZW 的字节序处理与输出转换
BZW 以 16 位字为单位，控制掩码和引用字段在读取后需交换高低字节，因为格式源自大端序设计，而 PS2 是小端序平台。明文读取和引用解析都按字操作，回溯距离以字为单位。解压完成后，每个字按低字节在前、高字节在后的顺序展平为字节流。这些字节序细节是正确还原数据的关键，忽略它们会导致输出完全错误。
EOF 标记的保留值复用
BZ 将长引用中长度编码为 0 的情况用作流结束标记，因为正常长引用长度至少为 2；BZW 则使用长度编码为 1 作为 EOF，因为正常引用不会生成单字引用。这种保留值复用节省了额外的结束标记字节，但属于具体格式的约定，并非所有 LZSS 变体都采用相同方式。逆向时需结合样本验证，不能直接套用其他算法的 EOF 规则。
Q&A
BZ和BZW压缩算法分别用在哪些游戏机上？
BZ和BZW是世嘉Dreamcast与PlayStation 2游戏中出现的LZSS类压缩算法变体。
BZ算法中控制掩码是如何工作的？
BZ每次读取一个控制字节，其中的8个比特分别控制接下来的8次解码操作。bit=1表示明文，直接输出下一个字节；bit=0表示引用，读取引用信息并回溯复制。
BZ的短引用和长引用有什么区别？
短引用占1字节，长度2～9，回溯距离1～16字节；长引用占2字节，正常长度2～256，回溯距离1～128字节。短引用适合近距短重复，长引用适合远距长重复。
BZW为什么需要进行字节交换？
BZW格式是大端序设计（Saturn血统），而PS2是小端序平台，因此控制掩码和引用字段必须做字节交换，字面字则不需要。
BZ和BZW的EOF标记分别是什么？
BZ用长引用中第二个字节为0（即length=0）作为流结束标记；BZW使用长度编码1作为特殊结束标记。
BZ和BZW在解码单位和回溯距离上有什么主要区别？
BZ以1字节为解码单位，短引用回溯1～16字节，长引用回溯1～128字节；BZW以1个word（2字节）为单位，回溯距离1～256 word，即2～512字节。
