【数据压缩】LZW编解码原理及算法实现

2023-11-10

一、LZW简介

LZW压缩(LZW compression)是一种由Abraham Lempel、Jacob Ziv和Terry Welch发明的基于表查寻算法把文件压缩成小文件的无损压缩方法。
LZW算法又叫“串表压缩算法”就是通过建立一个字符串表,用较短的代码来表示较长的字符串来实现压缩。
其基本原理为提取原始文件数据中的不同字符,基于这些字符创建一个编译表,然后用编译表中的字符索引来替代原始文件数据中的相应字符,减少原始数据大小。这里的编译表不是事先创建好的,而是根据原始文件数据动态创建的,解码时还要从已编码的数据中还原出原来的编译表。

二、LZW编解码算法及举例

1、LZW编码算法思想

LZW的编码思想是不断地从字符流中提取新的字符串,通俗地理解为新“词条”,然后用“代号”也就是码字表示这个“词条”。这样一来,对字符流的编码就变成了用码字去替换字符流,生成码字流,从而达到压缩数据的目的。LZW编码是围绕称为词典的转换表来完成的。LZW编码器通过管理这个词典完成输入与输出之间的转换。LZW编码器的输入是字符流,字符流可以是用8位ASCII字符组成的字符串,而输出是用n位(例如12位)表示的码字流。
LZW编码算法的步骤如下:
步骤1:将词典初始化为包含所有可能的单字符(常用ASCII码表),
当前前缀P初始化为空。
步骤2:当前字符C=字符流中的下一个字符。
步骤3:判断P+C是否在词典中。
(1)如果“是”,则用C扩展P,即让P=P+C,返回到步骤2。
(2)如果“否”,则
输出与当前前缀P相对应的码字W;
将P+C添加到词典中;
令P=C,并返回到步骤2。

举例:输入流 a b b a b a b a c 

首先,以ASCII码为基础词典

已编码:a b
  1. 遇到a,用97表示,编码为97。
  2. 遇到b,用98表示,编码为98。
  3. 发现ab,加入词典,ab索引为256。
已编码:a b b a b
  1. 遇到b,编码为98,发现bb,加入词典,索引为257。
  2. 遇到a,发现ba,加入词典,索引为258。
  3. 遇到b,ab已存在词典内,编码为256。
已编码:a b b a b a b a c
  1. 遇到a,发现aba,加入词典,索引为259。
  2. 遇到b,ab已存在词典。
  3. 遇到a, aba已存在词典内,编码为259。(这里刚加入词典就用到了)
  4. 遇到c,编码为99,发现abac,加入词典,索引为260。
  5. 编码结束,编码码流和输入码流对比为:
a  b  b  a  b  a  b  a  c
97 98 98 256     259    99

输入:8bit × 9=72bit
输出:9bit × 6=54bit

2、LZW解码算法思想

LZW解码算法开始时,译码词典和编码词典相同,包含所有可能的前缀根。具体解
码算法如下:
步骤1:在开始译码时词典包含所有可能的前缀根。
步骤2:令CW:=码字流中的第一个码字。
步骤3:输出当前缀-符串string.CW到码字流。
步骤4:先前码字PW:=当前码字CW。
步骤5:当前码字CW:=码字流的下一个码字。
步骤6:判断当前缀-符串string.CW 是否在词典中。
(1)如果”是”,则把当前缀-符串string.CW输出到字符流。
当前前缀P:=先前缀-符串string.PW。
当前字符C:=当前前缀-符串string.CW的第一个字符。
把缀-符串P+C添加到词典。
(2)如果”否”,则当前前缀P:=先前缀-符串string.PW。
当前字符C:=当前缀-符串string.CW的第一个字符。
输出缀-符串P+C到字符流,然后把它添加到词典中。
步骤7:判断码字流中是否还有码字要译。
(1)如果”是”,就返回步骤4。
(2)如果”否”,结束。
解码过程举例:

97 98 98 256 259 99
  1. 遇到97,在基础词典,解码为a。
  2. 遇到98,在基础词典,解码为b,发现ab,可知256对应ab。
  3. 遇到98,在基础词典,解码为b,发现bb,可知257对应bb。
  4. 遇到256,解码为ab,发现ba,可知258对应ba。
已编码:a b b a b
  1. 遇到259,目前词典没有259,为什么会发生这种情况?
    只有当码字刚加入词典就被用于编码时,才会出现这一情况,则下一个字符(这里的第六个字符)与上一个码字构成新加入词典的码字,并与后面字符共同编码为这一码字。故而这一字符,与上一个码字的头个字符相同。
  2. 259解码为aba(“ab"+“a”)。
  3. 遇到99,在基础词典,解码为c。
  4. 解码结束。
已解码:a b b a b a b a c

三、LZW编码算法实现

1、数据结构

struct {//词典节点结构体
	int suffix; //后缀字符
	int parent, firstchild, nextsibling;//母节点、第一个孩子节点、兄弟节点
} dictionary[MAX_CODE+1]; //数组下标为编码
typedef struct{//二进制文件结构体
	FILE *fp;//输出文件指针
	unsigned char mask;//掩码
	int rack;//缓存,每写入8位,写入rack
}BITFILE;

2、编码代码分析

(1)编码总流程

void LZWEncode( FILE *fp, BITFILE *bf){
	int character;//字符
	int string_code;//前缀
	int index;//编码
	unsigned long file_length;//文件大小

	fseek( fp, 0, SEEK_END);//文件指针定位到文件最后
	file_length = ftell( fp);//输入文件大小
	fseek( fp, 0, SEEK_SET);//文件指针定位到文件起始
	BitsOutput( bf, file_length, 4*8);//将输入文件大小写入输出文件。32位表示文件大小
	InitDictionary();//词典初始化
	string_code = -1;//前缀初始化
	while( EOF!=(character=fgetc( fp))){//依次扫描输入文件,取出各字符
		index = InDictionary( character, string_code);//判断码字string+character是否在词典中
		if( 0<=index){	// string+character在词典中
			string_code = index;//将string+character对应编码作为前缀
		}else{	// string+character不在词典中
			output( bf, string_code);//输出前缀
			if( MAX_CODE > next_code){	// 若词典有剩余空间
				// 将string+character加入词典
				AddToDictionary( character, string_code);
			}
			string_code = character;//将新字符作为新的前缀
		}
	}
	output( bf, string_code);//文件扫描完毕,将最后未输出的前缀输出
}

(2)词典初始化

void InitDictionary( void){//词典初始化即将0-255根节点初始化
	int i;

	for( i=0; i<256; i++){//下标为ASCII码值
		dictionary[i].suffix = i;//根的后缀字符为对应ASCII码
		dictionary[i].parent = -1;//没有母节点
		dictionary[i].firstchild = -1;//暂时没有第一个孩子节点
		dictionary[i].nextsibling = i+1;//下一个兄弟节点下标为下一个ASCII码值
	}
	dictionary[255].nextsibling = -1;//最后一个根节点没有下一个兄弟节点
	next_code = 256;//下一个编码为256
}

(3)判断码字是否在词典中

int InDictionary( int character, int string_code){//判断码字string+character是否在词典中 string_code前缀 character后缀 
	int sibling;
	if( 0>string_code) return character;//文件第一个字符,故而编码为character的ASCII码值
	/*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)*/
	sibling = dictionary[string_code].firstchild;//string_code节点的第一个孩子
	while( -1<sibling){//sibling=-1时说明所有兄弟遍历结束
		if( character == dictionary[sibling].suffix) return sibling;//若找到兄弟节点的后缀是character,则返回此节点的编码即下标sibling
		sibling = dictionary[sibling].nextsibling;//若该兄弟节点后缀不是character,则寻找下一个兄弟节点
	}
	return -1;//若遍历所有兄弟节点的后缀后,都找不到该字符,说明string+character不在字典中,返回-1
}

(4)将码字添加到词典中

void AddToDictionary( int character, int string_code){//码字不在词典,添加进词典中,并编码为next_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;//新节点的母亲节点为该前缀
	dictionary[next_code].nextsibling = -1;//新节点下一个兄弟节点暂不存在
	dictionary[next_code].firstchild = -1;//新节点的第一个孩子节点暂不存在
	firstsibling = dictionary[string_code].firstchild;//新节点的母亲节点的第一个孩子
	/*设置新节点的兄弟关系*/
	if( -1<firstsibling){	// 若新节点的母亲节点原本有孩子
		nextsibling = firstsibling;
		while( -1<dictionary[nextsibling].nextsibling ) //循环找到该母亲节点的最后一个孩子即新节点的最后一个兄弟
			nextsibling = dictionary[nextsibling].nextsibling;
		dictionary[nextsibling].nextsibling = next_code;//将新节点设为最后一个兄弟的下一个兄弟
	}else{// 若新节点的母亲节点原本没有孩子
		dictionary[string_code].firstchild = next_code;//则新节点是母亲节点的第一个孩子
	}
	next_code ++;//下一个编码增加1
}

(5)打开二进制文件

BITFILE *OpenBitFileOutput( char *filename){//输出文件名
	BITFILE *bf;
	bf = (BITFILE *)malloc( sizeof(BITFILE));
	if( NULL == bf) return NULL;
	if( NULL == filename)	bf->fp = stdout;//如果参数为NULL,则指向屏幕
	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;//掩码为10000000
	bf->rack = 0;//缓存为0
	return bf;
}

(6)按位输出数据到输出文件

void BitsOutput( BITFILE *bf, unsigned long code, int count){
	unsigned long mask;
	/*计算掩码值,位数为count的数值且最高位为1,例如若count为16,则mask=1000 0000 0000 0000*/
	mask = 1L << (count-1);
	while( 0 != mask){//mask为0时,说明code的count位数字输出完毕,注意:LZW是等长码
		BitOutput( bf, (int)(0==(code&mask)?0:1));//按位输出code
		mask >>= 1;//掩码向右移位
	}
}
void BitOutput( BITFILE *bf, int bit){
	/*若bite=1,则本code输出结束,此时mask为1,rack为0,则缓存rack变为1
	若bit=0,则尚未输出结束,此时mask向右移位,为0,rack不变*/
	if( 0 != bit) bf->rack |= bf->mask;
	bf->mask >>= 1;//mask向右移1位
	/*若mask溢出为0,则表示成功累计写入8位,则直接输出rack,
	并将rack初始化为0,mask初始化为1000 0000*/
	if( 0 == bf->mask){	// eight bits in rack
		fputc( bf->rack, bf->fp);
		bf->rack = 0;
		bf->mask = 0x80;
	}
}

(7)关闭二进制输出文件

void CloseBitFileOutput( BITFILE *bf){
	// 输出剩余的二进制数
	if( 0x80 != bf->mask) fputc( bf->rack, bf->fp);
	fclose( bf->fp);//关闭二进制输出文件
	free( bf);//释放内存
}

3、以文本文件为输入,得到输出的LZW编码文件

调试LZW的编码程序,以一个文本文件作为输入,得到输出的LZW编码文件。
这里输入文本文件text1内容为英文文章,得到输出文件text2。
在这里插入图片描述

四、LZW解码算法实现

1、解码代码编写与分析

(1)得到输入文件数据

以count位为单位得到输入文件中的数据

unsigned long BitsInput( BITFILE *bf, int count){
	unsigned long mask;//掩码
	unsigned long value;//
	/*计算掩码值,位数为count的数值且最高位为1,例如若count为16,则mask=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){
		/*输出文件下一位为1时,value相应位变为1,为0时不作变化,遍历下一位*/
		if( 1 == BitInput( bf))
			value |= mask;//value在mask对应位置的二进制数字变为1
		mask >>= 1;//mask向右移动一位
	}
	return value;
}

逐位得到输出文件中的二进制数字(从右向左)

int BitInput( BITFILE *bf){
	int value;

	if( 0x80 == bf->mask){//当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){//若成功得到数据
			fprintf(stderr, "Read after the end of file reached\n");//输出
			exit( -1);
		}
	}
	value = bf->mask & bf->rack;//取得mask掩码所表示的位置所在处的二进制数字
	bf->mask >>= 1;//mask向右移动一位
	if( 0==bf->mask) bf->mask = 0x80;//若溢出为0,则mask重新初始化为1000 0000
	return( (0==value)?0:1);//value为0则返回0,为其它数字则返回1
}

(2)解码总流程

void LZWDecode( BITFILE *bf, FILE *fp){
	//需填写
	int character;//新/旧编码首字母
	int new_code;//新编码
	int last_code = -1;//起初旧编码空缺,初始化为-1
	int string_length;//输出字符串长度
	unsigned long file_length;//输出文件大小

	file_length = BitsInput(bf, 4*8);//输入文件起始处为输出文件大小,共32位
	if (-1 == file_length) file_length = 0;//若文件无内容,大小为0
	InitDictionary();//词典初始化,设置0-255的根节点
	while (file_length > 0) {//若读取到最后一个编码,结束循环
		new_code = input(bf);//16位读取新编码
		if (new_code >= next_code) {//若字典中没有新编码
			d_stack[0] = character;//character为旧编码last_code的首字母,将其放置在数组d_stack[0]首位
			/*遍历旧编码last_code所在树,将last_code对应字符串放入d_stack,前缀在栈底,后缀在d_stack[1]。返回字符串长度*/
			string_length = DecodeString(1, last_code);
		}
		else {//若字典中已有新编码
			/*遍历新编码new_code所在树,将new_code对应字符串放入d_stack,前缀在栈底,后缀在d_stack[0]。返回字符串长度*/
			string_length = DecodeString(0, new_code);
		}
		/*若新读取的编码不存在于词典中,character为旧编码last_code的首字母
		若新读取的编码存在于词典中,character为新编码new_code的首字母*/
		character = d_stack[string_length - 1];
		/*若新读取的编码不存在于词典中,输出旧编码last_code对应字符串+last_code的首字母
		若新读取的编码存在于词典中,输出新编码new_code对应字符串*/
		while (string_length > 0) {
			string_length--;
			fputc(d_stack[string_length], fp);
			file_length--;
		}
		/*若新读取的编码不存在于词典中,将last_code对应字符串+last_code的首字母添加到词典
		若新读取的编码存在于词典中,将last_code对应字符串+new_code的首字母添加到词典*/
		if (MAX_CODE > next_code) {
			AddToDictionary(character, last_code);
		}
		last_code = new_code;//新编码变为旧编码
	}
}

(3)将字符串放入d_stack,得到解码后字符串长度

int DecodeString( int start, int code){
	//需填充
	int count = start;//d_stack下标
	while (code >= 0) {//code=-1时到达根节点循环结束
		d_stack[count] = dictionary[code].suffix;//下标为code的节点中的后缀字母放置数组对应位置,这里是d_stack[0/1]
		code = dictionary[code].parent;//节点上移至母节点
		count++;//字符数增加1
	}
	return count;//返回字符串长度
}

(4)当前码字在词典中不存在时应如何处理

当前码字在词典中不存在时,该码字对应字符串=旧编码对应字符串+旧编码的首字符,此时则直接输出旧编码对应字符串+旧编码的首字符,并将其加入词典。
原因在实例中进行了说明,在编码时,上一个新的词条刚被编码,下一个词组就使用到了它。由于解码端的解码会比编码晚一步,我们没有得到最新的词条就使用了。此时下一个词组的首字符与上一个词条首字符相同。故而下一个编码字符串为旧编码对应字符串+旧编码的首字符。

2、以之前得到的LZW编码文件作为输入,得到输出的解码文件

以之前得到的LZW编码文件text2作为输入,得到输出的解码文件text1_decode。
在这里插入图片描述
打开文件可以发现,text1_decode与text1内容相同,解码成功。
在这里插入图片描述

五、LZW压缩效率

选择至少十种不同格式类型的文件,使用LZW编码器进行压缩得到输出的压缩比特
流文件。对各种不同格式的文件进行压缩效率的分析。
原文件如下图所示。
在这里插入图片描述
使用LZW编码器进行压缩后文件如下图。
在这里插入图片描述
压缩比如下图所示。
在这里插入图片描述
可以发现,此实验中除txt文本文件、html文本文件、wav音频文件和yuv视频文件的压缩比小于1外,其它10种文件压缩比均大于1。LZW的编码思想是不断从字符流中提取新的字符串,只有重复字符串越多,才能使词典越小,压缩效率越大。在应用中可能因为文件中重复字符串过少,导致压缩后文件大小不降反升。


附件:完整代码

1、lzw.c

#include <stdlib.h>
#include <stdio.h>
#include "bitio.h"
#define MAX_CODE 65535

struct {//词典节点结构体
	int suffix; //后缀字符
	int parent, firstchild, nextsibling;//母节点、第一个孩子节点、兄弟节点
} dictionary[MAX_CODE+1]; //数组下标为编码
int next_code;
int d_stack[MAX_CODE]; // 解码时每一个字符串可存放在d_stack

#define input(f) ((int)BitsInput( f, 16))//16位写入
#define output(f, x) BitsOutput( f, (unsigned long)(x), 16)//16位输出

int DecodeString( int start, int code);
void InitDictionary( void);
void PrintDictionary( void){//输出词典
	int n;
	int count;
	for( n=256; n<next_code; n++){
		count = DecodeString( 0, n);
		printf( "%4d->", n);
		while( 0<count--) printf("%c", (char)(d_stack[count]));
		printf( "\n");
	}
}

int DecodeString( int start, int code){
	//需填充
	int count = start;//d_stack下标
	while (code >= 0) {//code=-1时到达根节点循环结束
		d_stack[count] = dictionary[code].suffix;//下标为code的节点中的后缀字母放置数组对应位置,这里是d_stack[0/1]
		code = dictionary[code].parent;//节点上移至母节点
		count++;//字符数增加1
	}
	return count;//返回字符串长度
}
void InitDictionary( void){//词典初始化即将0-255根节点初始化
	int i;

	for( i=0; i<256; i++){//下标为ASCII码值
		dictionary[i].suffix = i;//根的后缀字符为对应ASCII码
		dictionary[i].parent = -1;//没有母节点
		dictionary[i].firstchild = -1;//暂时没有第一个孩子节点
		dictionary[i].nextsibling = i+1;//下一个兄弟节点下标为下一个ASCII码值
	}
	dictionary[255].nextsibling = -1;//最后一个根节点没有下一个兄弟节点
	next_code = 256;//下一个编码为256
}
/*
 * Input: string represented by string_code in dictionary,
 * Output: the index of character+string in the dictionary
 * 		index = -1 if not found
 */
int InDictionary( int character, int string_code){//判断码字string+character是否在词典中 string_code前缀 character后缀 
	int sibling;
	if( 0>string_code) return character;//文件第一个字符,故而编码为character的ASCII码值
	/*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)*/
	sibling = dictionary[string_code].firstchild;//string_code节点的第一个孩子
	while( -1<sibling){//sibling=-1时说明所有兄弟遍历结束
		if( character == dictionary[sibling].suffix) return sibling;//若找到兄弟节点的后缀是character,则返回此节点的编码即下标sibling
		sibling = dictionary[sibling].nextsibling;//若该兄弟节点后缀不是character,则寻找下一个兄弟节点
	}
	return -1;//若遍历所有兄弟节点的后缀后,都找不到该字符,说明string+character不在字典中,返回-1
}

void AddToDictionary( int character, int string_code){//码字不在词典,添加进词典中,并编码为next_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;//新节点的母亲节点为该前缀
	dictionary[next_code].nextsibling = -1;//新节点下一个兄弟节点暂不存在
	dictionary[next_code].firstchild = -1;//新节点的第一个孩子节点暂不存在
	firstsibling = dictionary[string_code].firstchild;//新节点的母亲节点的第一个孩子
	/*设置新节点的兄弟关系*/
	if( -1<firstsibling){	// 若新节点的母亲节点原本有孩子
		nextsibling = firstsibling;
		while( -1<dictionary[nextsibling].nextsibling ) //循环找到该母亲节点的最后一个孩子即新节点的最后一个兄弟
			nextsibling = dictionary[nextsibling].nextsibling;
		dictionary[nextsibling].nextsibling = next_code;//将新节点设为最后一个兄弟的下一个兄弟
	}else{// 若新节点的母亲节点原本没有孩子
		dictionary[string_code].firstchild = next_code;//则新节点是母亲节点的第一个孩子
	}
	next_code ++;//下一个编码增加1
}

void LZWEncode( FILE *fp, BITFILE *bf){
	int character;//字符
	int string_code;//前缀
	int index;//编码
	unsigned long file_length;//文件大小

	fseek( fp, 0, SEEK_END);//文件指针定位到文件最后
	file_length = ftell( fp);//输入文件大小
	fseek( fp, 0, SEEK_SET);//文件指针定位到文件起始
	BitsOutput( bf, file_length, 4*8);//将输入文件大小写入输出文件。32位表示文件大小
	InitDictionary();//词典初始化
	string_code = -1;//前缀初始化
	while( EOF!=(character=fgetc( fp))){//依次扫描输入文件,取出各字符
		index = InDictionary( character, string_code);//判断码字string+character是否在词典中
		if( 0<=index){	// string+character在词典中
			string_code = index;//将string+character对应编码作为前缀
		}else{	// string+character不在词典中
			output( bf, string_code);//输出前缀
			if( MAX_CODE > next_code){	// 若词典有剩余空间
				// 将string+character加入词典
				AddToDictionary( character, string_code);
			}
			string_code = character;//将新字符作为新的前缀
		}
	}
	output( bf, string_code);//文件扫描完毕,将最后未输出的前缀输出

}

void LZWDecode( BITFILE *bf, FILE *fp){
	//需填写
	int character;//新/旧编码首字母
	int new_code;//新编码
	int last_code = -1;//起初旧编码空缺,初始化为-1
	int string_length;//输出字符串长度
	unsigned long file_length;//输出文件大小

	file_length = BitsInput(bf, 4*8);//输入文件起始处为输出文件大小,共32位
	if (-1 == file_length) file_length = 0;//若文件无内容,大小为0
	InitDictionary();//词典初始化,设置0-255的根节点
	while (file_length > 0) {//若读取到最后一个编码,结束循环
		new_code = input(bf);//16位读取新编码
		if (new_code >= next_code) {//若字典中没有新编码
			d_stack[0] = character;//character为旧编码last_code的首字母,将其放置在数组d_stack[0]首位
			/*遍历旧编码last_code所在树,将last_code对应字符串放入d_stack,前缀在栈底,后缀在d_stack[1]。返回字符串长度*/
			string_length = DecodeString(1, last_code);
		}
		else {//若字典中已有新编码
			/*遍历新编码new_code所在树,将new_code对应字符串放入d_stack,前缀在栈底,后缀在d_stack[0]。返回字符串长度*/
			string_length = DecodeString(0, new_code);
		}
		/*若新读取的编码不存在于词典中,character为旧编码last_code的首字母
		若新读取的编码存在于词典中,character为新编码new_code的首字母*/
		character = d_stack[string_length - 1];
		/*若新读取的编码不存在于词典中,输出旧编码last_code对应字符串+last_code的首字母
		若新读取的编码存在于词典中,输出新编码new_code对应字符串*/
		while (string_length > 0) {
			string_length--;
			fputc(d_stack[string_length], fp);
			file_length--;
		}
		/*若新读取的编码不存在于词典中,将last_code对应字符串+last_code的首字母添加到词典
		若新读取的编码存在于词典中,将last_code对应字符串+new_code的首字母添加到词典*/
		if (MAX_CODE > next_code) {
			AddToDictionary(character, last_code);
		}
		last_code = new_code;//新编码变为旧编码
	}
}

int main( int argc, char **argv){
	FILE *fp;
	BITFILE *bf;

	if( 4>argc){
		fprintf( stdout, "usage: \n%s <o> <ifile> <ofile>\n", argv[0]);
		fprintf( stdout, "\t<o>: E or D reffers encode or decode\n");
		fprintf( stdout, "\t<ifile>: input file name\n");
		fprintf( stdout, "\t<ofile>: output file name\n");
		return -1;
	}
	if( 'E' == argv[1][0]){ // LZW编码
		fp = fopen( argv[2], "rb");//输入文件名
		bf = OpenBitFileOutput( argv[3]);//输出文件名
		if( NULL!=fp && NULL!=bf){
			LZWEncode( fp, bf);
			fclose( fp);
			CloseBitFileOutput( bf);
			fprintf( stdout, "encoding done\n");
		}
	}else if( 'D' == argv[1][0]){	// LZW解码
		bf = OpenBitFileInput( argv[2]);//输入文件名
		fp = fopen( argv[3], "wb");//输出文件名
		if( NULL!=fp && NULL!=bf){
			LZWDecode( bf, fp);
			fclose( fp);
			CloseBitFileInput( bf);
			fprintf( stdout, "decoding done\n");
		}
	}else{	
		fprintf( stderr, "not supported operation\n");
	}
	return 0;
}

2、bitio.h

#ifndef __BITIO__
#define __BITIO__

#include <stdio.h>

typedef struct{//二进制文件结构体
	FILE *fp;//输出文件指针
	unsigned char mask;//掩码
	int rack;//缓存,每写入8位,写入rack
}BITFILE;

BITFILE *OpenBitFileInput( char *filename);
BITFILE *OpenBitFileOutput( char *filename);
void CloseBitFileInput( BITFILE *bf);
void CloseBitFileOutput( BITFILE *bf);
int BitInput( BITFILE *bf);
unsigned long BitsInput( BITFILE *bf, int count);
void BitOutput( BITFILE *bf, int bit);
void BitsOutput( BITFILE *bf, unsigned long code, int count);
#endif	// __BITIO__

3、bitio.c

#include <stdlib.h>
#include <stdio.h>
#include "bitio.h"
BITFILE *OpenBitFileInput( char *filename){
	BITFILE *bf;
	bf = (BITFILE *)malloc( sizeof(BITFILE));
	if( NULL == bf) return NULL;
	if( NULL == filename)	bf->fp = stdin;
	else bf->fp = fopen( filename, "rb");
	if( NULL == bf->fp) return NULL;
	bf->mask = 0x80;
	bf->rack = 0;
	return bf;
}

BITFILE *OpenBitFileOutput( char *filename){//输出文件名
	BITFILE *bf;
	bf = (BITFILE *)malloc( sizeof(BITFILE));
	if( NULL == bf) return NULL;
	if( NULL == filename)	bf->fp = stdout;//如果参数为NULL,则指向屏幕
	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;//掩码为10000000
	bf->rack = 0;//缓存为0
	return bf;
}

void CloseBitFileInput( BITFILE *bf){
	fclose( bf->fp);
	free( bf);
}

void CloseBitFileOutput( BITFILE *bf){
	// 输出剩余的二进制数
	if( 0x80 != bf->mask) fputc( bf->rack, bf->fp);
	fclose( bf->fp);//关闭二进制输出文件
	free( bf);//释放内存
}

int BitInput( BITFILE *bf){
	int value;

	if( 0x80 == bf->mask){//当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){//若成功得到数据
			fprintf(stderr, "Read after the end of file reached\n");//输出
			exit( -1);//非正常运行导致退出程序
		}
	}
	value = bf->mask & bf->rack;//取得mask掩码所表示的位置所在处的二进制数字
	bf->mask >>= 1;//mask向右移动一位
	if( 0==bf->mask) bf->mask = 0x80;//若溢出为0,则mask重新初始化为1000 0000
	return( (0==value)?0:1);//value为0则返回0,为其它数字则返回1
}

unsigned long BitsInput( BITFILE *bf, int count){
	unsigned long mask;//掩码
	unsigned long value;//
	/*计算掩码值,位数为count的数值且最高位为1,例如若count为16,则mask=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){
		/*输出文件下一位为1时,value相应位变为1,为0时不作变化,遍历下一位*/
		if( 1 == BitInput( bf))
			value |= mask;//value在mask对应位置的二进制数字变为1
		mask >>= 1;//mask向右移动一位
	}
	return value;
}

void BitOutput( BITFILE *bf, int bit){
	/*若bite=1,则本code输出结束,此时mask为1,rack为0,则缓存rack变为1
	若bit=0,则尚未输出结束,此时mask向右移位,为0,rack不变*/
	if( 0 != bit) bf->rack |= bf->mask;
	bf->mask >>= 1;//mask向右移1位
	/*若mask溢出为0,则表示成功累计写入8位,则直接输出rack,
	并将rack初始化为0,mask初始化为1000 0000*/
	if( 0 == bf->mask){	// eight bits in rack
		fputc( bf->rack, bf->fp);
		bf->rack = 0;
		bf->mask = 0x80;
	}
}

void BitsOutput( BITFILE *bf, unsigned long code, int count){
	unsigned long mask;
	/*计算掩码值,位数为count的数值且最高位为1,例如若count为16,则mask=1000 0000 0000 0000*/
	mask = 1L << (count-1);
	while( 0 != mask){//mask为0时,说明code的count位数字输出完毕,注意:LZW是等长码
		BitOutput( bf, (int)(0==(code&mask)?0:1));//按位输出code
		mask >>= 1;//掩码向右移位
	}
}

参考

LZW压缩-百度百科
LZW编解码算法实现与分析_C语言实现

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

【数据压缩】LZW编解码原理及算法实现 的相关文章

  • leetcode——189.轮转数组(C语言2种思路)

    文章目录 1 题目 2 解法1 开辟新数组 2 1 思路 2 2 代码实现 3 解法2 翻转法 3 1 思路 3 2 代码实现 1 题目 给定一个整数数组 nums 将数组中的元素向右轮转 k 个位置 其中 k 是非负数 示例1 输入 nu
  • maven 打包时后缀加时间

    规范的包名对开发及运维人员的记录及备份是有益的 如何在maven 打包时后缀加时间 在原有打包plugin后面加如下代码
  • 数据结构:面试题目-专项练习-栈-习题练习

    1 下列关于栈叙述正确的是 正确答案 D 你的答案 D 正确 算法就是程序 设计算法时只需要考虑数据结构的设计 设计算法时只需要考虑结果的可靠性 以上三种说法都不对 解析 A 程序是数据结构 算法 错 B C 设计一个算法时 考虑的因素很多

随机推荐

  • 迅为i.MX6ULL开发板Platform设备驱动运行测试

    文章目录 1 编译驱动和设备程序 2 编译应用测试程序 3 运行测试 1 编译驱动和设备程序 和前面章节中驱动测试程序一样需要一个Makefile文件 只是将obj m的值改为led device o led driver o Makefi
  • vue项目初始化出现tar ENOENT: no such file or directory错误的解决办法。

    在npm install时 出现了tar ENOENT no such file or directory报错 原因 node的版本问题 解决办法 全局环境下更新node版本 或者使用公司内部包装过后的的 node 按照顺序运行下面的语句
  • 认识磁盘阵列柜性能

    一个 SCSI 硬盘的平均故障间隔时间 MTBF Mean Time Between Failure 都在数万 小时以上 在正常使用情况下 要坏掉一个硬盘已经很不容易了 在同一系统内 两个磁 盘驱动器同时坏掉的机率 更是微乎其微 但是 如果
  • Python中 ddt 数据驱动的小细节

    文章目录 前言 一 什么是DDT 二 安装ddt 三 基本原理和用法 总结 前言 记录ddt用法的一些小细节 一 什么是DDT DDT是 Data Driven Tests 的缩写 数据驱动测试 既然是测试 那么就要与单元测试框架一起使用
  • IDEA 4种解决控制台中文乱码问题

    前言 IntelliJ IDEA 如果不进行配置的话 运行程序时控制台中文乱码问题会非常严重 严重影响我们对信息的获取和程序的跟踪 我总结以下 4 点用于解决控制台中文乱码问题 希望有助于大家 注意 下面根据我日常工作的经验总结 排序的先后
  • 什么是吉布斯采样(Gibbs Sampling)

    目录 1 蒙特卡洛方法 1 1 蒙特卡洛方法的作用 1 2 非均匀分布采样 1 3 分布p x 不好采样怎么办 2 什么是吉布斯采样 2 1 马尔可夫链 2 1 1 什么是马尔可夫链呢 2 1 2 为什么我们要引入马尔可夫链 2 1 3 对
  • 快速学会git版本管理——创建分支和合并分支

    首先创建分支 git创建分支只需要使用switch 命令 git switch c 分支名 创建分支并切换到该分支 大家看后面的括号里已经变成了dev 说明我们切换成功了 然后想要合并分支就在 创建的分支中 进行提交修改的内容 还是通过 a
  • 5G QoS控制原理专题详解-QoS控制原理(2)

    相关文章会在公众号同步更新 最近工作忙 更新完公众号后 经常容易忘记再CSDN上再发 公众号上的文章更新的能快一些 各位同学有兴趣可以关注一下 公众号 5G通信大家学 持续更新的相关5G内容都是直接根据3GPP整理 保证更新内容的准确性 避
  • OOM(内存溢出)造成原因及解决方案

    一 概念 内存溢出 Out Of Memory 简称OOM 是指应用系统中存在无法回收的内存或使用的内存过多 最终使得程序运行要用到的内存大于能提供的最大内存 二 造成原因 2 1 内存泄漏 由于长期保持某些资源的引用 垃圾回收器无法回收它
  • first season seventh episode,The entire city is blacked out!(全城大停电,Chandler有好事???)

    Scene Central Perk Rachel is introducing Phoebe who is playing her guitar for the crowd Rachel Everybody Shh shhh Uhhh C
  • 【Java项目】多文件传输

    1 前言 为了实现一个C S框架应用 客户端向服务器请求资源 采用传统的BIO模式传输 问题 但当客户端数量增加 传输效率下降 尤其是多个客户端请求1G文件时 传输大概有十多分钟 问题分析 客户端所需要的资源都是通过服务器单独发送 当请求增
  • Angular6项目构建

    Angular6项目构建 安装Nodejs长期支持版本 LTS 设置npm淘宝代理 npm config set registry https registry npm taobao org npm install g angular cl
  • linux 使用chomd给文件授权 报错 -bash: chomd: 未找到命令

    1 简介 chmod是一个Linux Unix命令 用于更改文件或目录的权限 2 解决方案 以下是一些常见的解决方案 输入命令时检查有无拼写错误 确认您是否具有执行该命令所需的权限 检查您的系统是否已安装此命令 您可以尝试使用whereis
  • 忘记iPhone锁屏密码?三种方法帮你顺利解决!

    不论是苹果手机用户还是安卓手机用户 如果开机的锁屏密码忘记的话 应该是比较麻烦的一件事情 iPhone用户如果连续尝试6次密码都不对的话 iPhone将会自动锁死 也就变成了我们常说的 砖机 不过在iPhone锁死之前 我们还有三种方法可以
  • 在WindowsXP系统下搭建PPPoE服务器总结

    对与路由器的测试中遇到一个问题就是PPPoE的测试 具体如下 一 组网图如下 二 要确保WindowsXP系统的服务中Workstation Telephony Remote Access Connection Manager Routin
  • 已获万赞,最新Android通用流行框架大全

    前言 2021全年从开头到结尾似乎就没多少好消息 这里我说的是整个互联网行业 并没有单单挑出某个公司或者某个细分领域 而对于广大Android开发者来说 找工作似乎也变得越来越难了 2021年1月 我在51job搜索了一下北京地区的Andr
  • 基于STM32 的IIC 模拟主机编写

    最近在学习STM32 的IIC IO 模拟主机方式 好像失败了 include myiic h include delay h MCU VERSION DATA 作者 other Function IIC
  • 吴恩达深度学习笔记五:卷积神经网络 人脸识别和风格迁移部分

    1 人脸识别 人脸验证 Face Verification 输入图片和模板图片是否为同一人 一对一问题 人脸识别 Face Recognition 输入图片 检测是否为多个模板图片中的一个 一对多问题 一般来说 人脸验证由于范围较小难度较小
  • MyBatis实现乐观锁和悲观锁

    使用mysql做数据库 mybatis做orm的系统中 mybatis的乐观锁和悲观锁实际上就是mysql的乐观锁和悲观锁 实例中使用springboot整合mybatis 一并记录了 添加依赖
  • 【数据压缩】LZW编解码原理及算法实现

    一 LZW简介 LZW压缩 LZW compression 是一种由Abraham Lempel Jacob Ziv和Terry Welch发明的基于表查寻算法把文件压缩成小文件的无损压缩方法 LZW算法又叫 串表压缩算法 就是通过建立一个