一、 实验目的：掌握词典编码的基本原理，编程实现LZW解码器并分析编解码算法。
二、 实验原理：
1.LZW编码原理：LZW编码的核心思想就是不断地从字符流中提取字符串，之后用码字来表示，这样，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，从而达到数据压缩的目的。
LZW编码算法的基本步骤如下：
步骤1：词典初始化，该词典包含所有的单字符，当前前缀P初始化为空。
步骤2：当前字符C=字符流的下一个字符
步骤3：判断P+C是否在词典中：
如果在词典中，则P=P+C，返回步骤2；
如果不在词典中，输出与当前前缀相对应的码字；将P+C添加到词典中；P=C，返回步骤2
2.LZW解码原理：LZW解码算法，解码词典和编码词典相同，包含所有可能的单字符，即前缀根。
具体步骤如下：
步骤1：词典初始化
步骤2：CW：=码流中第一个码字
步骤3：输出当前缀字符串（即CW对应的码字）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=码字流中下一个码字
步骤6：判断当前缀字符串（CW）是否在词典中
如果在，将（CW对应的码字）输出到码字流中，将P+C添加到词典
如果不在，将P+C输出到字符流，并且把它添加到词典中
步骤7：判断是否还有码字要译
如果是，返回4；否则结束。
三、主要代码实现（重要语句注释已经在代码中给出）
bitio.h
/*
* Declaration for bitwise IO
*
* vim: ts=4 sw=4 cindent
*/
#ifndef __BITIO__
#define __BITIO__
#include <stdio.h>
typedef struct {
FILE* fp;
unsigned char mask;
int 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__
/*
* Definitions for bitwise IO
*
* vim: ts=4 sw=4 cindent
*/
#include <stdlib.h>
#include <stdio.h>
BITFILE *OpenBitFileInput( char *filename){
BITFILE *bf;
bf = (BITFILE *)malloc( sizeof(BITFILE));
if( NULL == bf) return NULL;
if( NULL == filename) bf->fp = stdin;
else fopen_s(&(bf->fp), filename, "rb");
if( NULL == bf->fp) return NULL;
bf->mask = 0x80;
bf->rack = 0;
return bf;
}
BITFILE *OpenBitFileOutput( char *filename){
BITFILE *bf;
bf = (BITFILE *)malloc( sizeof(BITFILE));
if( NULL == bf) return NULL;
if( NULL == filename) bf->fp = stdout;
else fopen_s(&(bf->fp),filename, "wb");
if( NULL == bf->fp) return NULL;
bf->mask = 0x80;
bf->rack = 0;
return bf;
}
void CloseBitFileInput( BITFILE *bf){
fclose( bf->fp);
free( bf);
}
void CloseBitFileOutput( BITFILE *bf){
// Output the remaining bits
if( 0x80 != bf->mask) fputc( bf->rack, bf->fp);
fclose( bf->fp);
free( bf);
}
int BitInput( BITFILE *bf){
int value;
if( 0x80 == bf->mask){
bf->rack = fgetc( bf->fp);
if( EOF == bf->rack){
fprintf(stderr, "Read after the end of file reached\n");
exit( -1);
}
}
value = bf->mask & bf->rack;
bf->mask >>= 1;
if( 0==bf->mask) bf->mask = 0x80;
return( (0==value)?0:1);
}
unsigned long BitsInput( BITFILE *bf, int count){
unsigned long mask;
unsigned long value;
mask = 1L << (count-1);
value = 0L;
while( 0!=mask){
if( 1 == BitInput( bf))
value |= mask;
mask >>= 1;
}
return value;
}
void BitOutput( BITFILE *bf, int bit){
if( 0 != bit) bf->rack |= bf->mask;
bf->mask >>= 1;
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;
mask = 1L << (count-1);
while( 0 != mask){
BitOutput( bf, (int)(0==(code&mask)?0:1));
mask >>= 1;
}
}
#if 0
int main( int argc, char **argv){
BITFILE *bfi, *bfo;
int bit;
int count = 0;
if( 1<argc){
if( NULL==OpenBitFileInput( bfi, argv[1])){
fprintf( stderr, "fail open the file\n");
return -1;
}
}else{
if( NULL==OpenBitFileInput( bfi, NULL)){
fprintf( stderr, "fail open stdin\n");
return -2;
}
}
if( 2<argc){
if( NULL==OpenBitFileOutput( bfo, argv[2])){
fprintf( stderr, "fail open file for output\n");
return -3;
}
}else{
if( NULL==OpenBitFileOutput( bfo, NULL)){
fprintf( stderr, "fail open stdout\n");
return -4;
}
}
while( 1){
bit = BitInput( bfi);
fprintf( stderr, "%d", bit);
count ++;
if( 0==(count&7))fprintf( stderr, " ");
BitOutput( bfo, bit);
}
return 0;
}
#endif
LZW.cpp
/*
* Definition for LZW coding
*
* vim: ts=4 sw=4 cindent nowrap
*/
#include <stdlib.h>
#include <stdio.h>
#include "bitio.h"
#define MAX_CODE 65535
struct {
int suffix;///后缀
int parent, firstchild, nextsibling;父节点，子节点，兄弟结点
} dictionary[MAX_CODE+1];/建立字典
int next_code;
int d_stack[MAX_CODE]; // stack for decoding a phrase
#define input(f) ((int)BitsInput( f, 16))
#define output(f, x) BitsOutput( f, (unsigned long)(x), 16)
int DecodeString( int start, int code);
void InitDictionary( void);
void PrintDictionary( void){///打印字典
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){//解码部分
int count;
count = start;
while (0 <= code) {
d_stack[count] = dictionary[code].suffix;/将code对应的后缀输出到字符流中
code = dictionary[code].parent;/code对应于字典中code的母节点
count++;更新
}
return count;
}
void InitDictionary( void){///初始化
int i;
for( i=0; i<256; i++){
dictionary[i].suffix = i;///设置后缀
dictionary[i].parent = -1;///设置母节点为-1，即母节点不存在
dictionary[i].firstchild = -1;设置孩子节点为-1，即孩子节点不存在
dictionary[i].nextsibling = i+1;设置下一个兄弟节点为i+1
}
dictionary[255].nextsibling = -1;规定dictionary[255]下一个兄弟节点为-1，即不存在下一个兄弟节点
next_code = 256;//设置下一个编号为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){//判断字符串是否在字典里
int sibling;
if( 0>string_code) return character;如果编号小于0，则character为单个字符，直接输出即可
sibling = dictionary[string_code].firstchild;//否则，设置dictionary[string_code]的第一个孩子节点
while( -1<sibling){//
if( character == dictionary[sibling].suffix) return sibling;如果character等于编号为sibling的字符串的话，返回编号即可
sibling = dictionary[sibling].nextsibling;///否则，将sibling一直推进即可，直到找到
}
return -1;
}
void AddToDictionary( int character, int string_code){///添加新词条到词典里
int firstsibling, nextsibling;
if( 0>string_code) return;//如果string_code小于0,则character为单个字符，直接输出即可
dictionary[next_code].suffix = character;/添加character到词典里
dictionary[next_code].parent = string_code;//设置其母节点的编号
dictionary[next_code].nextsibling = -1;/设置下一个兄弟节点为-1，即不存在
dictionary[next_code].firstchild = -1;/设置下一个孩子节点为-1，即不存在
firstsibling = dictionary[string_code].firstchild;//设置string_code的第一个孩子节点
if( -1<firstsibling){ // the parent has child 即string_code 在添加character之前存在孩子节点
nextsibling = firstsibling;
while( -1<dictionary[nextsibling].nextsibling ) /判断是否有下一个兄弟结点
nextsibling = dictionary[nextsibling].nextsibling;
dictionary[nextsibling].nextsibling = next_code;如果没有兄弟节点的话，设置next_code ,本判断旨在说明新添加的词条与之前string_code 的孩子节点之间的关系
}else{// no child before, modify it to be the first
dictionary[string_code].firstchild = next_code;如果添加新词条之前没有孩子节点，则设置新词条为第一个孩子节点
}
next_code ++;//不断更新词条
}
void LZWEncode( FILE *fp, BITFILE *bf){编码部分
int character;
int string_code;
int index;
unsigned long file_length;
fseek( fp, 0, SEEK_END);
file_length = ftell( fp);///文件长度
fseek( fp, 0, SEEK_SET);///指针重回指回文件开头
BitsOutput( bf, file_length, 4*8);/写文件长度
InitDictionary();/词典初始化
string_code = -1;
while( EOF!=(character=fgetc( fp))){
index = InDictionary( character, string_code);
if( 0<=index){ // string+character in dictionary
string_code = index;//如果词条在字典里
}else{ // string+character not in dictionary
output( bf, string_code);
if( MAX_CODE > next_code){ // free space in dictionary
// add string+character to dictionary
AddToDictionary( character, string_code);如果词条不在词典里，添加到词典
}
string_code = character;///让character作为母节点，继续向下查找
}
}
output( bf, string_code);
}
void LZWDecode( BITFILE *bf, FILE *fp){///解码部分
int character;
int new_code, last_code;/CW,PW
int phrase_length;///每次解码的长度
unsigned long file_length;/文件长度
file_length = BitsInput(bf, 4 * 8);//读出文件长度
if (-1 == file_length)file_length = 0;
InitDictionary();/初始化字典
last_code = -1;///第一个码字前的值为空
while (0 < file_length) {
new_code = input(bf);/判断更新后的CW是否在词典中
if (new_code >= next_code) {//如果读入的不在字典中
d_stack[0] = character;
phrase_length = DecodeString(1, last_code);
}
else {///如果在字典中
phrase_length = DecodeString(0, new_code);
}
character = d_stack[phrase_length - 1];//不断更新
while (0 < phrase_length) {输出字符串
phrase_length--;///判断解压缩多少位到文件中
fputc(d_stack[phrase_length], fp);
file_length--;/文件剩余为解压缩的量
}
if (MAX_CODE > next_code) {如果字典中还有空间时
AddToDictionary(character, last_code);
}
last_code = new_code;
}
}
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");//确定是编码还是解码
fprintf( stdout, "\t<ifile>: input file name\n");//输入文件名
fprintf( stdout, "\t<ofile>: output file name\n");//输出文件名
return -1;
}
if( 'E' == argv[1][0]){ // do encoding
fopen_s(&fp,argv[2], "rb");//打开文件
bf = OpenBitFileOutput( argv[3]);
if( NULL!=fp && NULL!=bf){
LZWEncode( fp, bf);
fclose( fp);
CloseBitFileOutput( bf);
fprintf( stdout, "encoding done\n");
}
}else if( 'D' == argv[1][0]){ // do decoding
bf = OpenBitFileInput( argv[2]);
fopen_s( &fp,argv[3], "wb");
if( NULL!=fp && NULL!=bf){
LZWDecode( bf, fp);
fclose( fp);
CloseBitFileInput( bf);
fprintf( stdout, "decoding done\n");
}
}else{ // otherwise
fprintf( stderr, "not supported operation\n");
}
return 0;
}
四、实验结果：
1.调试了LZW的编码程序，得到输出的LZW编码文件。
2.解码程序中已在代码部分加上注释。
字符不存在于词典中：编码时，遇到一个新的字符串时，将该新字符串写入词典，然后读取下一个字符串，若下一个字符串为新写入的字符串，由于延时问题，解码端不能及时更新这个新字符串的索引号，所以会出现当前码字在词典中不存在。
在这种情况中，新词条有一个明显特征：第一个字符与最后一个字符相同。因此，在解码端，我们可以通过将上个码字的第一个符号复制粘贴至最后一个符号的位置，则形成的新码字就是我们要解码的当前码字
3.
| 文件类型 | 编码前文件大小 | 编码后文件大小 | 压缩效率 |
| docx | 12.3 KB | 18.4 KB | -49.6% |
| pptx | 34.0 KB | 45.8 KB | -34.7% |
| jpg | 29.4 KB | 32.1 KB | -9.1% |
| gif | 3.32 KB | 5.84 KB | -75.9% |
| tif | 7.29 KB | 13.4 KB | -83.8% |
| bmp | 2.13 MB | 6.49 KB | + |
| png | 5.90 KB | 6.08 KB | -3.1% |
| rtf | 39.9 KB | 18.3 KB | 54.1% |
| tsv | 31.2 MB | 5.08 MB | 83.7% |
| rgb | 192 KB | 178 KB | 7.3% |
| | 2.67 MB | 3.19 MB | -19% |
根据实验结果可以看出，文件类型不同经过LZW编码器编码后是否压缩是不同的，例如，docx,pdf等压缩变大，rtf，tsv等压缩变小符合预期。
2785
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
