LZW编码思想
步骤1:将词典初始化为包含所有可能的单字符,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
举例编码abcbcabcabcd,初始dictionary为
symbol | decimal |
---|---|
a | 1 |
b | 2 |
c | 3 |
d | 4 |
step | p | c | is p+c in dic? | output p | dic |
---|---|---|---|---|---|
1 | null | a | 不处理 | ||
2 | a | b | no | 1 | ab:5 |
3 | b | c | no | 2 | bc:6 |
4 | c | b | no | 3 | cb:7 |
5 | b | c | yes | ||
6 | bc | a | no | 6 | bca:8 |
7 | a | b | yes | ||
8 | ab | c | no | 5 | abc:9 |
9 | c | a | no | 3 | ca:10 |
10 | a | b | yes | ||
11 | ab | c | yes | ||
12 | abc | d | no | 9 | |
13 | d | null | 4 |
经过编码,得到新的dictionary为
symbol | decimal |
---|---|
a | 1 |
b | 2 |
c | 3 |
d | 4 |
ab | 5 |
bc | 6 |
cb | 7 |
bca | 8 |
abc | 9 |
ca | 10 |
LZW解码思想
步骤1:在开始译码时词典包含所有可能的前缀根。3
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。
举例解码97, 98, 99, 257, 256, 99, 260, 100,默认dictionary为
decimal | symbol |
---|---|
97 | a |
98 | b |
99 | c |
100 | d |
演算如下
inout | p | c | is c in dic? | output | dic |
---|---|---|---|---|---|
97 | null | a | yes | a | |
98 | a | b | no | 1 | ab:5 |
99 | b | c | no | 2 | BC:6 |
257 | c | b | no | 3 | cb:7 |
256 | b | c | yes | ||
99 | bc | a | no | 6 | bca:8 |
260 | a | b | yes | ||
100 | ab | c | no | 5 | abc:9 |
实验步骤
1、写txt文件
2、设置命令参数得到输出文件out_shorten.txt
3、选取10种不同格式的文件进行LZW编码
编码前
编码后
总结
从编码后文件的大小来看,bmp、caj、jar、jpg格式的文件编码后没有得到压缩反而增大了数据量,造成这种情况的原因可能是文件内容重复率低,导致LWZ编码的编码压缩效率不高,甚至编码时生成了新的映射表让文件扩大了。