LZW编解码算法实现与分析_C语言实现
来源:互联网 发布:淘宝月销量每月清零么 编辑:程序博客网 时间:2024/06/05 10:54
一. lzw编解码原理概述
1. lzw简介
一. lzw编解码原理概述
1. lzw简介
LZW压缩算法由Lemple-Ziv-Welch 三人共同创造,用他们的名字命名。它采用了一种先进的串表压缩,将每个第一次出现的串放在一个串表中,用一个数字来表示串,压缩文件只存贮数字,则不存贮串,从而使图象文件的压缩效率得到较大的提高。奇妙的是,不管是在压缩还是在解压缩的过程中都能正确的建立这个串表,压缩或解压缩完成后,这个串表又被丢弃。
LZW算法中,首先建立一个字符串表,把每一个第一次出现的字符串放入串表中,并用一个数字来表示,这个数字与此字符串在串表中的位置有关,并将这个数字存入压缩文件中,如果这个字符串再次出现时,即可用表示它的数字来代替,并将这个数字存入文件中。压缩完成后将串表丢弃。如"print" 字符串,如果在压缩时用266表示,只要再次出现,均用266表示,并将"print"字符串存入串表中,在图象解码时遇到数字266,即可从串表中查出266所代表的字符串"print",在解压缩时,串表可以根据压缩数据重新生成。
2. lzw编解码举例:
2.1 编码
输入流:a a b b b a a b b .....
初始标号集:
0
1
2
3
a
b
压缩过程:第几步
前缀
后缀
Entry
认识(Y/N)
输出
标号
1
a
(,a)
2
a
a
(a,a)
N
0
4
3
a
b
(a,b)
N
0
5
4
b
b
(b,b)
N
1
6
5
b
b
(b,b)
Y
6
6
a
(6,a)
N
6
7
7
a
a
(a,a)
Y
8
4
b
(4,b)
N
4
8
9
b
b
(b,b)
Y
10
6
(6,)
N
6
当进行到第12步的时候,标号集应该为:
0
1
2
3
4
5
6
7
8
A
B
aa
ab
bb
6a
4b
编码为:001646
1.2 解码
1)读入第一个编码Code=0H,由于字符串表中存在该索引,因此输出字符串表中0H对应的字符串"a",同时使OldCode=Code=0H。
2)读下一个编码Code=0H,字符串表中存在该索引,输出0H所对应的字符串"a",然后将OldCode=0H所对应的字符串"a"加上Code=0H所对应的字符串的第一个字符"a",即"aa"添加到字串表中,其索引为4H,同时使OldCode=Code=0H。
3)读下一个编码Code=1H,字串表中存在该索引,输出1H所对应的字符串"b",然后将OldCode=0H所对应的字符串"a"加上Code=1H所对应的字符串的第一个字符"b",即"ab"添加到字串表中,其索引为5H,同时使OldCode=Code=1H。
4)读入下一个编码Code=6H,由于字串表中不存在该索引,因此输出OldCode=1H所对应的字符串"b"加上OldCode的第一个字符"b“,即"bb",同时将"bb"添加到字符串表中,其索引为6H,同时使OldCode=Code=6H。
5)读下一个编码Code=4H,字串表中存在该索引,输出4H所对应的字符串"aa",然后将OldCode=6H所对应的字符串"bb"加上Code=4H所对应的字符串的第一个字符"a",即"bba"添加到字串表中,其索引为7H,同时使OldCode=Code=4H。
6)读下一个编码Code=6H,字串表中存在该索引,输出6H所对应的字符串"bb",然后将OldCode=4H所对应的字符串"aa"加上Code=6H所对应的字符串的第一个字符"b",即"aab"添加到字串表中,其索引为8H,同时使OldCode=Code=6H。
7)读下一个编码Code=3H,它等于LZW_EOI,数据解码完毕。
3. lzw编解码步骤
编码算法:
步骤1: 开始时的词典包含所有可能的根(Root),而当前前缀P是空的;
步骤2: 当前字符(C) :=字符流中的下一个字符;
步骤3: 判断缀-符串P+C是否在词典中
(1) 如果“是”:P := P+C // (用C扩展P) ;
(2) 如果“否”
① 把代表当前前缀P的码字输出到码字流;
② 把缀-符串P+C添加到词典;
③ 令P := C //(现在的P仅包含一个字符C);
步骤4: 判断码字流中是否还有码字要译
(1) 如果“是”,就返回到步骤2;
(2) 如果“否”
① 把代表当前前缀P的码字输出到码字流;
② 结束。
解压算法
具体解压步骤如下:
(1)译码开始时Dictionary包含所有的根。
(2)读入在编码数据流中的第一个码字 cW(它表示一个Root)。
(3)输出String.cW到字符数据流Charstream。
(4)使pW=cW 。
(5)读入编码数 据流 的下一个码字cW 。
(6)目前在字典中有String.cW吗?
YES:1)将String.cW输出给字符数据流;
2)使P=String.pW;
3)使C=String.cW的第一个字符;
4)将字符 串P+C添 加进Dictionray。
NO :1)使P=String.pW ;
2)使C=String.pW的第一个字符;
3)将字符串P+C输出到字符数据流并将其添加进Dictionray(现在它与cW相一致)。
(7)在编码数据 流中还有Codeword吗?
YES:返回(4)继续进行 译码 。
NO:结束译码 。
二.数据结构
1. 字典节点结构体
struct { int suffix; //后缀字符 int parent, firstchild, nextsibling; //母节点,第一个孩子节点,下一个兄弟节点} dictionary[MAX_CODE+1]; //数组下标即为编码
2. 二进制文件结构体
typedef struct{ FILE *fp; //输出文件指针 unsigned char mask; //按位写入字节时,掩码 int rack; //类似于缓存,每写完8位,将rack输出到文件中}BITFILE;
三.lzw编码分析
1. lzw编码流程图
2. lzw编码代码分析
2.1 lzw编码总流程
void LZWEncode( FILE *fp, BITFILE *bf){ int character; int string_code; int index; unsigned long file_length; fseek( fp, 0, SEEK_END); //文件指针定位到输入文件最后 file_length = ftell( fp); //得到输入文件大小 fseek( fp, 0, SEEK_SET); //文件指针定位到输入文件起始处 BitsOutput( bf, file_length, 4*8); /*将输入文件的大小写入输出文件中,4*8代表file_length是32位数字*/ InitDictionary(); //初始化字典,设置各根节点 string_code = -1; //初始化前缀while( EOF!=(character=fgetc( fp))){//扫描输入文件,得到各字符/*判断(string_code,character)是否在字典中,如果在则返回对应编码,否则返回-1*/ index = InDictionary( character, string_code); if( 0<=index){// (string_code,character)在字典中 string_code = index; //将(string_code,character)对应的编码作为前缀 }else{//(string_code,character)不在字典中 output( bf, string_code);//输出前缀 if( MAX_CODE > next_code){ //字典空间充足时 //将(string_code,character)添加到字典中 AddToDictionary( character, string_code); } string_code = character; //将新字符做为前缀 } } output( bf, string_code); //输入文件扫描完毕,将最后未输出的前缀输出}
2.2 初始化字典,设置各根节点
void InitDictionary( void){ //初始化字典,将0-255根节点初始化 int i; for( i=0; i<256; i++){ //下标值为ASCII码值 dictionary[i].suffix = i; //根的后缀字符为对应ASCII码 dictionary[i].parent = -1; //前缀字符长度为0,没有前缀 dictionary[i].firstchild = -1; //暂时没有第一个孩子 dictionary[i].nextsibling = i+1; /*下一个兄弟根节点下标为下一个ASCII码值*/ } dictionary[255].nextsibling = -1; //最后一个根节点没有下一个兄弟 next_code = 256; //为全局变量,标记下一个编码为256}
2.3 判断(string_code,character)(前缀,后缀)是否在字典中,如果在则返回对应编码,否则返回-1
int InDictionary( int character, int string_code){int sibling;/*string_code小于0说明该字符是文件第一个字符,一定有对应根节点并存在于字典中,所以返回(string_code,character)的编码---character的ASCII码*/if( 0>string_code) return character;//自左向右遍历string_code节点的所有孩子(第一个孩子的所有兄弟)//以string_code的第一个孩子为长兄sibling = dictionary[string_code].firstchild;while( -1<sibling){ //sibling等于-1说明所有兄弟遍历结束/*如果找到一个兄弟的后缀是character,则返回(string_code,character)的编码¬---该兄弟的下标*/ if( character == dictionary[sibling].suffix) return sibling;//如果该兄弟的后缀不是该字符,则寻找下一个兄弟 sibling = dictionary[sibling].nextsibling;}/*所有兄弟的后缀均不等于该字符,说明(string_code,character)不在字典中,返回-1*/ return -1;}
2.4 将(string_code,character)添加到字典中,编码为next_code
void AddToDictionary( int character, int string_code){ int firstsibling, nextsibling; if( 0>string_code) return; dictionary[next_code].suffix = character; //新节点的后缀为该字符 dictionary[next_code].parent = string_code; //新节点的母亲为该前缀 dictionary[next_code].nextsibling = -1; //新节点下一个兄弟暂时不存在,设为-1 dictionary[next_code].firstchild = -1; //新节点第一个孩子暂时不存在,设为-1 firstsibling = dictionary[string_code].firstchild; //下面设置新节点的兄弟关系 if( -1<firstsibling){//新节点的母亲原本有孩子 nextsibling = firstsibling;//循环找到最后一个兄弟 while( -1<dictionary[nextsibling].nextsibling ) nextsibling = dictionary[nextsibling].nextsibling;//把新节点设为最后一个兄弟的下一个兄弟 dictionary[nextsibling].nextsibling = next_code;}else{ //新节点的母亲原本没有孩子//把新节点设为母亲的第一个孩子 dictionary[string_code].firstchild = next_code; } next_code ++; //下一个编码增加1}
2.5 打开二进制输出文件,不存在则新建,存在则覆盖已有文件
BITFILE *OpenBitFileOutput( char *filename){ //参数是文件名 BITFILE *bf; bf = (BITFILE *)malloc( sizeof(BITFILE));if( NULL == bf) return NULL;//如果参数是NULL,则文件指向屏幕 if( NULL == filename) bf->fp = stdout; else bf->fp = fopen( filename, "wb"); //以二进制只写的方式打开文件 if( NULL == bf->fp) return NULL; bf->mask = 0x80; //初始化掩码为1000 0000 bf->rack = 0; //初始化rack为0 return bf;}
2.6 按位输出数据到输出文件中
void BitsOutput( BITFILE *bf, unsigned long code, int count){ unsigned long mask;/*output宏定义缺省count为16。count为16时,mask为1000 0000 0000 0000。count为32时,mask为1000 0000 0000 0000 0000 0000 0000 0000*/ mask = 1L << (count-1);while( 0 != mask){ /*mask为0时,说明code共count位数字输出完毕,lzw是等长码*//*按位输出code*/ BitOutput( bf, (int)(0==(code&mask)?0:1)); mask >>= 1; //掩码向右移位 }} //注:不同于huffman编码,huffman编码是不等长码,lzw可以看成是等长码,这里编码长度是16位
void BitOutput( BITFILE *bf, int bit){/*如果bit为1,则在rack下一个未写码位置由0变为1。如果bit为0,则rack不作处理,mask直接向右移位,代表下一个未写码位置为0*/ if( 0 != bit) bf->rack |= bf->mask;bf->mask >>= 1;/*每次mask移位后,都要判断mask是否溢出为0。若溢出,则代表成功累计写入八位,即该字节已写满。直接输出rack后,rack初始化为0,mask初始化为1000 0000*/if( 0 == bf->mask){ fputc( bf->rack, bf->fp); bf->rack = 0; bf->mask = 0x80; }}
2.7 输出剩下未输出的二进制数字,关闭二进制输出文件
void CloseBitFileOutput( BITFILE *bf){//如果还存在为输出的二进制数,则直接输出 if( 0x80 != bf->mask) fputc( bf->rack, bf->fp); fclose( bf->fp); //关闭二进制输出文件 free( bf); //释放输出结构体的内存}
四.lzw解码分析
1. lzw解码流程图
2 lzw解码代码分析
2.1 解码总流程代码
void LZWDecode( BITFILE *bf, FILE *fp){ int character; /*当新读取的编码不存在于字典中时,character为旧编码last_code的首字母。当新读取的编码字典中存在时,character为新编码new_code的首字母*/ int new_code, last_code; int phrase_length; //输出字符串的长度 unsigned long file_length; //输出文件长度 file_length = BitsInput( bf, 4*8); /*输入文件起始处存储输出文件的大小,存储为unsigned int类型,占32位*/ if( -1 == file_length) file_length = 0; InitDictionary(); //初始化字典,设置0-256根节点 last_code = -1; //开始时旧编码处空缺,故设置last_code为-1 while( 0<file_length){ //是否读取到最后一个编码 new_code = input( bf); //以16位读取新编码 if( new_code >= next_code){ //字典中没有新编码 d_stack[0] = character; /*character为旧编码last_code的首字母,将其放置在栈数组顶部d_stack[0]*//*遍历旧编码last_code所在树,将last_code对应字符串放置于d_stack栈数组中。前缀放于栈底方向,后缀位于d_stack[1]。得到字符总数,即要输出字符串的长度*/ phrase_length = DecodeString( 1, last_code); }else{ //字典中有新编码/*遍历新编码new_code所在树,将new_code对应字符串放置于d_stack栈数组中。前缀放于栈底方向,后缀位于栈顶d_stack[0]。得到字符总数,即要输出字符串的长度*/ phrase_length = DecodeString( 0, new_code); }/*当新读取的编码不存在于字典中时,character为旧编码last_code的首字母。当新读取的编码字典中存在时,character为新编码new_code的首字母*/ character = d_stack[phrase_length-1];/*当新读取的编码不存在于字典中时,输出(旧编码last_code对应字符串,last_code对应首字母)。当新读取的编码存在于字典中时,输出新编码new_code对应字符串*/ while( 0<phrase_length){ phrase_length --; fputc( d_stack[ phrase_length], fp); file_length--; }/*当新读取的编码不存在于字典中时,将(last_code对应字符串,last_code对应首字母)}添加到字典中。当新读取的编码存在于字典中时,将(last_code对应字符串,new_code对应首字母)添加到字典中。*/ if( MAX_CODE>next_code){ AddToDictionary( character, last_code); }//新编码变为旧编码 last_code = new_code; }}
2.2 以count位为单位,从输入文件中得到数据(lzw编码是等长码)
unsigned long BitsInput( BITFILE *bf, int count){ unsigned long mask;unsigned long value;/*假设count为16,则mask为1000 0000 0000 0000*/ mask = 1L << (count-1);value = 0L; //初始化value为0/*mask由1000 0000 0000 0000向右移位至溢出为0时循环结束,取得16位的等长码*/while( 0!=mask){/*输出文件中下一位为1时,value相应位置变为1。为0时,不作操作,直接跳至下一位*/ if( 1 == BitInput( bf)) value |= mask; //value在mask所表示位置的二进制数字变为1 mask >>= 1; //mask所表示位置向右一位 } return value;}
得到输出文件中下一位二进制数(从右向左)
int BitInput( BITFILE *bf){ int value; if( 0x80 == bf->mask){ //mask为1000 0000时,从文件中得到一字节数据 bf->rack = fgetc( bf->fp); if( EOF == bf->rack){ //确保成功得到数据 fprintf(stderr, "Read after the end of file reached\n"); exit( -1); } } value = bf->mask & bf->rack; //取得mask所表示位置的二进制数字bf->mask >>= 1; //mask所表示位置向右一位/*若掩码溢出为0,则mask重新变为1000 0000*/ if( 0==bf->mask) bf->mask = 0x80;return( (0==value)?0:1); //value为0时返回0,为非零值时返回1}
2.3 将code对应字符串放置于d_stack栈数组中。前缀放于栈底方向,后缀位于d_stack[start]。得到字符总数,即要输出字符串的长度
int DecodeString( int start, int code){ int count; //count标记数组下标 count = start; while( 0<=code){ //code为-1时,到达树根,循环结束 d_stack[ count] = dictionary[code].suffix; /*将下标为code节点中的后缀字母放置于数组相应位置*/ code = dictionary[code].parent; //节点上移至母节点处 count ++; //数组下标增加1 } return count;}
五.实验结果
文件类型
压缩前大小(单位:k)
压缩后大小(单位:k)
压缩效率
word文档
31
15
51.6%
ppt演示文稿
340
228
32.9%
gif图片
2
3
-50%
MP3文件
4513
5564
-23.3%
MP4视频
9964
13101
-31.5%
excel表格
32
14
56.3%
html网页
333
240
27.9%
jpg图片
1306
1516
-16.1%
pdf文档
29641
32999
-11.3%
avi视频
27902
33688
-20.7%
- LZW编解码算法实现与分析_C语言实现
- LZW编解码算法(C实现)
- Huffman编码与解码_C语言实现
- Huffman 编解码算法实现与压缩效率分析
- JPEG解码_C语言实现
- LZW压缩算法编解码示例
- lzw压缩算法的c语言实现
- LZW算法压缩c语言实现
- LZW算法压缩c语言实现
- lzw压缩算法的c语言实现
- 数据压缩实验三 Huffman编解码算法实现与压缩效率分析
- 数据压缩原理实验3_Huffman编解码算法实现与压缩效率分析
- 《数据压缩》实验报告三·Huffman编解码算法实现与压缩效率分析
- 数据压缩原理 实验三 Huffman编解码算法实现与压缩效率分析
- 实验三Huffman编解码算法实现与压缩效率分析
- 实验三 Huffman编解码算法实现与压缩效率分析
- 数据压缩试验三 Huffman 编解码算法实现与压缩效率分析
- 数据压缩 实验三 Huffman编解码算法实现与压缩效率分析
- jsp-原理和基本概念
- HTML5学习笔记 —— 表格、表单入门
- JS中的私有成员-01
- Butterknife的详细初步使用
- Augmented World Expo(AWE)重磅来袭!
- LZW编解码算法实现与分析_C语言实现
- MatConvnet工具箱文档翻译理解一
- 了解DocumentFragment 给我们带来的性能优化
- Activity生命周期学习和简单Intent数据传递
- exe4j增加启动页(初始画面)
- 手机号码验证
- java中关键字volatile
- 北大OJ:1005
- 关于Android5.0SD卡读写的问题