LZW编解码算法原理及分析

---

数据压缩实验（三）

一、LZW概述

• 第二类词典编码——LZW

LZW属于第二类词典编码，其基本思想是：企图从输入的数据中创建一个“短语词典”，这种短语词典可以是任意字符的组合。编码数据过程中，当遇到已经在字典中出现的“短语”时，编码器就输出这个词典中的短语的“索引号”，而不是短语本身。

J.Ziv和A.Lempel在1978年首次发表了介绍第二类词典编码算法的文章。在他们的研究基础上，Terry A.Welch在1984年发表了改进这种编码算法的文章，因此把这种编码方法称为LZW(Lempel-Ziv Walch)压缩编码。

二、LZW编解码原理

1.LZW编码

（1）算法原理

代号代替短语：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（code word）去替换字符（String），生成码字流且只输出码字流，从而达到压缩数据的目的。

动态生成词典，新词条等于旧词条加新字符：LZW编码需要从输入的数据中创建短语词典，LZW编码器通过管理这个词典完成输入（短语）与输出（短语的索引号）之间的转换。

词典在开始时初始化不能为空，必须包含字符流中所有单个字符，即在编码匹配时至少能找到长度为1的匹配串。

输入字符输出码字：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。

（2）算法流程

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 ，即令 P = P＋C，返回步骤2。

     2.如果“否”，则
        (1) 输出与当前前缀 P 相对应的码字 W ；
        (2) 将 P＋C 添加到词典中；
        (3) 令 P = C，并返回到步骤2。

具体如下图所示：

2.LZW解码

（1）算法原理

LZW解码算法开始时，译码词典和编码词典相同，包含所有可能的前缀根；

边解码边生成新词条，新词条等于旧词条加新字符。

（2）算法流程

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 ：输出当前字符串 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 ：判断当前字符串 CW是否在词典中：

     1. 如果 ” 是 ” ，则

         (1) 把当前字符串 CW 输出到字符流；
         (2) 当前前缀 P = 先前字符串 PW ；
         (3) 当前字符 C = 当前字符串 CW 的第一个字符；
         (4) 把字符串 P+C 添加到词典；
         (5) PW = CW 。

     2. 如果 ” 否 ” ，则

         (1)当前前缀 P = 先前字符串 PW ；
         (2) 当前字符 C = 当前字符串 CW 的第一个字符；
         (3) 输出字符串 P+C 到字符流 , 然后把它添加到词典中；
         (4) PW = CW 。

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 ”，则结束。

具体如下伪代码所示：

3.实验过程

（1）数据结构分析

尾缀字符（suffix）
母节点（parent）
第一个孩子节点( firstchild )
下一个兄弟节点（nextsibling）

树用数组dict[ ]表示，数组下标用pointer表示，所以dict[pointer]表示一个节点

  dict[pointer].suffix
  dict[pointer].parent
  dict[pointer].firstchild
  dict[pointer].nextsibling

（2）主函数

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&#