LZW解编码算法分析与实现
一、实验目的
掌握词典编码的基本原理，用C/C++/Python等语言编程实现LZW解码器并分析编解码算法。
二、实验步骤
1．首先调试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。
2. 以实验步骤一得到的编码文件作为输入，编写LZW的解码程序。在写解码程序时需
要对关键语句加上注释，并说明进行何操作。在实验报告中重点说明当前码字在词典中
不存在时应如何处理并解释原因。
3. 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
三、实验内容
1，LZW编码原理和实现算法
原理：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。
算法步骤：
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。
②当前字符C=字符流中的下一个字符。
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
老师给的LZW编码主程序
/*
* 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;
int parent, firstchild, nextsibling;
} dictionary[MAX_CODE+1];
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){
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){
int count;
count = start;
while( 0<=code){
d_stack[ count] = dictionary[code].suffix;
code = dictionary[code].parent;
count ++;
}
return count;
}
void InitDictionary( void){
int i;
for( i=0; i<256; i++){
dictionary[i].suffix = i;
dictionary[i].parent = -1;
dictionary[i].firstchild = -1;
dictionary[i].nextsibling = i+1;
}
dictionary[255].nextsibling = -1;
next_code = 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){
int sibling;
if( 0>string_code) return character;
sibling = dictionary[string_code].firstchild;
while( -1<sibling){
if( character == dictionary[sibling].suffix) return sibling;
sibling = dictionary[sibling].nextsibling;
}
return -1;
}
void AddToDictionary( int character, int string_code){
int firstsibling, nextsibling;
if( 0>string_code) return;
dictionary[next_code].suffix = character;
dictionary[next_code].parent = string_code;
dictionary[next_code].nextsibling = -1;
dictionary[next_code].firstchild = -1;
firstsibling = dictionary[string_code].firstchild;
if( -1<firstsibling){ // the parent has child
nextsibling = firstsibling;
while( -1<dictionary[nextsibling].nextsibling )
nextsibling = dictionary[nextsibling].nextsibling;
dictionary[nextsibling].nextsibling = next_code;
}else{// no child before, modify it to be the first
dictionary[string_code].firstchild = next_code;
}
next_code ++;
}
void LZWEncode( FILE *fp, BITFILE *bf){
int character;
int string_code;
int index;
unsigned long file_length;
fseek( fp, 0, SEEK_END);
file_length = ftell( fp);
fseek( fp, 0, SEEK_SET);
BitsOutput( bf, file_length, 4*8);
InitDictionary();
string_code = -1;
while( EOF!=(character=fgetc( fp))){
index = InDictionary( character, string_code);
if( 0<=index){ // string+character in dictionary
string_code = index;
}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);
}
string_code = character;
}
}
output( bf, string_code);
}
void LZWDecode( BITFILE *bf, FILE *fp){
int character;
int new_code, last_code;
int phrase_length;
unsigned long file_length;
file_length = BitsInput( bf, 4*8);
if( -1 == file_length) file_length = 0;
/*需填充*/
}
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]){ // do encoding
fp = fopen( argv[2], "rb");
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]);
fp = fopen( 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;
}
得到的LZW编码文件：
2，LZW解码原理和实现算法
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。
解码程序：
void LZWDecode(BITFILE *bf, FILE *fp)
{ //解码端实现函数
int character; //字符代号
int new_code, last_code;
int phrase_length; //字符串长度
unsigned long file_length; //文件长度
file_length = BitsInput(bf, 4 * 8); //根据传入参数bf计算有多少个字符
if (-1 == file_length) file_length = 0;
InitDictionary(); //初始化字典,为每个ASCII字符对应一个词条，即0-255个词条
last_code = -1;
while (0<file_length) //判断输入的数据流是否已经全部读取完毕
{
new_code = input(bf); //读取一个输入的索引号
if (new_code >= next_code) //将new_code与next_code进行比较，比较当前读取的索引号与词典目前最大索引号的大小关系
//判断解码端收到的码字是否已经存在于字典中
{ // this is the case CSCSC( not in dict) 解码端收到的码字不在字典中
d_stack[0] = character; //将当前字符代号写入堆栈，即当前字符串的尾缀更新为当前字符
phrase_length = DecodeString(1, last_code); //解码得到字符
}
else
{// 解码端收到的码字已经在字典中
phrase_length = DecodeString(0, new_code); //解码得到字符
}
character = d_stack[phrase_length - 1]; //更新堆栈，倒序存储，为写入新词条做准备
while (0<phrase_length) //将字符串写入文本文件
{
phrase_length--;
fputc(d_stack[phrase_length], fp);
file_length--;
}
if (MAX_CODE>next_code) //当词典还有可写入新词条的内存空间时
{// add the new phrase to dictionary
AddToDictionary(character, last_code);
}
last_code = new_code; //更新词典词条总数
}
}
四、实验结果
原始文件：
编码后的文件：
经过对比，TXT、yuv、xls、rgb文件编码后变小；png、docx、pdf、avi、JPG、pptx文件编码后变大
2787
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
