Golomb和Exp-Golomb编码原理及实现

2017年的第一篇博文。

本文主要有以下三部分内容：

• 介绍了Golomb编码，及其两个变种：Golomb-Rice和Exp-Golomb的基本原理
• C++实现了一个简单的BitStream库，能够方便在bit流和byte数字之间进行转换
• C++实现了Golomb-Rice和Exp-Golomb的编码，并进行了测试。

在本位的最后给出了源代码的下载地址。

Golomb编码的基本原理

Golomb编码是一种无损的数据压缩方法，由数学家Solomon W.Golomb在1960年代发明。Golomb编码只能对非负整数进行编码，符号表中的符号出现的概率符合几何分布(Geometric Distribution)时，使用Golomb编码可以取得最优效果，也就是说Golomb编码比较适合小的数字比大的数字出现概率比较高的编码。它使用较短的码长编码较小的数字，较长的码长编码较大的数字。

Golomb编码是一种分组编码，需要一个正整数参数m，然后以m为单位对待编码的数字进行分组，如下图：

对于任一待编码的非负正整数N，Golomb编码将其分为两个部分：所在组的编号GroupID以及分组后余下的部分，GroupID实际是待编码数字N和参数m的商，余下的部分则是其商的余数，具体计算如下：

$$\begin{array}{c} q = N / m \\ \\ r = N \% m \end{array}$$
对于得到的组号q使用一元编码(Unary code)，余下部分r则使用固定长度的二进制编码(binary encoding)。

一元编码(Unary coding)是一种简单的只能对非负整数进行编码的方法，对于任意非负整数num，它的一元编码就是num个1后面紧跟着一个0。例如：

num	Unary coding
0	0
1	10
2	110
3	1110
4	11110
5	111110

其编解码的伪代码如下：

UnaryEncode(n) {
    while (n > 0) {
        WriteBit(1);
        n--;
    }
    WriteBit(0);
}

UnaryDecode() {
    n = 0;
    while (ReadBit(1) == 1) {
        n++;
    }
    return n;
}

使用一元编码编码组号也就是商q后，对于余下的部分r则有根据编码数字大小的不同有不同的处理方法。

• 如果参数m是2的次幂（这也是下面将要介绍的Golomb-Rice编码），则使用取r的二进制表示的低$\log_2(m)$位，作为r的码字
• 如果参数m不是2的次幂，如果m不是2的次幂，设$b = \lceil{\log_2(m)}\rceil$
  
  1. 如果$r < 2^b - m$，则使用b-1位的二进制编码r。
  2. 如果$r \geqq 2^b -m$，则使用b位二进制对$r+2^b-m$进行编码

总结，设待编码的非负整数为N，Golomb编码流程如下：

• 初始化正整数参数m
• 取得组号q以及余下部分r，计算公式为： q=N/m,r=N