LZ77压缩算法编码原理详解(结合图片和简单代码)

原理介绍：

　　首先介绍几个专业术语。

　　1.lookahead buffer(不知道怎么用中文表述，暂时称为待编码区):

　　等待编码的区域

　　2. search buffer：

　　已经编码的区域，搜索缓冲区

　　3.滑动窗口：

　　指定大小的窗，包含“搜索缓冲区”（左） + “待编码区”（右）

　　

　　接下来，介绍具体的编码过程：

　　为了编码待编码区， 编码器在滑动窗口的搜索缓冲区查找直到找到匹配的字符串。匹配字符串的开始字符串与待编码缓冲区的距离称为“偏移值”，匹配字符串的长度称为“匹配长度”。编码器在编码时，会一直在搜索区中搜索，直到找到最大匹配字符串，并输出(o, l )，其中o是偏移值， l是匹配长度。然后窗口滑动l，继续开始编码。如果没有找到匹配字符串，则输出(0, 0, c)，c为待编码区下一个等待编码的字符，窗口滑动“1”。算法实现将类似下面的：

　　while( lookAheadBuffer not empty )
{
    get a pointer (position, match) to the longest match 
    in the window for the lookAheadBuffer;

    output a (position, length, char());
    shift the window length+1 characters along;
}

　　主要步骤为：

　　1.设置编码位置为输入流的开始

　　2.在滑窗的待编码区查找搜索区中的最大匹配字符串

　　3.如果找到字符串，输出(偏移值， 匹配长度)， 窗口向前滑动“匹配长度”

　　4.如果没有找到，输出(0, 0, 待编码区的第一个字符)，窗口向前滑动一个单位

　　5.如果待编码区不为空，回到步骤2

　　描述实在是太复杂，还是结合实例来讲解吧

 

实例：

　　现在有字符串“AABCBBABC”，现在对其进行编码。

　　一开始，窗口滑入如图位置

　　

　　由图可见，待编码缓冲区有“AAB”三个字符，此时搜索缓冲区还是空的。所以编码第一个字符，由于搜索区为空，故找不到匹配串，输出(0,0, A),窗口右移一个单位，如下图

　　

　　此时待编码区有“ABC”。开始编码。最先编码"A"，在搜索区找到"A"。由于没有超过待编码区，故开始编码"AB"，但在搜索区没有找到匹配字符串，故无法编码。因此只能编码"A"。

输出(1, 1)。即为相对于待编码区，偏移一个单位，匹配长度为1。窗口右滑动匹配长度，即移动1个单位。如下图

　　

　　一样，没找到，输出(0, 0, B),右移1个单号，如下图

　　

　　输出（0， 0， C）,右移1个单位，如下图