一、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）将得到的编码文件作为输入文件，编写LZW的解码程序。
（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，并对各种不同格式的文件进行压缩效率的分析。
二、LZW编码原理和实现算法
1） LZW编码
(1)原理
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。
步骤：
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
(2)代码
LZW编码算法可用下述函数实现。首先初始化词典，然后顺序从待压缩文件中读入字符并按照上述算法执行编码。最后将编得的码字流输出至文件中。
void LZWEncode( FILE *fp, BITFILE *bf){//编码
int character;//c
int string_code;//p
int index;//pc
unsigned long file_length;
fseek( fp, 0, SEEK_END);//指针指向文件尾
file_length = ftell( fp);//计算文件长度
fseek( fp, 0, SEEK_SET);//指针重新指向文件开头
BitsOutput( bf, file_length, 4*8);//写文件长度
InitDictionary();//初始化词典
string_code = -1;
while( EOF!=(character=fgetc( fp)))//往后读一个字符,判断pc是否在字典里
{
index = InDictionary( character, string_code);//判断是否在字典中
if( 0<=index){ // string+character in dictionary
string_code = index;
}//若节点有子节点，最后一个子节点并将新编码作为它的下一个兄弟节点
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;
}//若节点没有子节点，则将新的编码设为其子节点
}
output( bf, string_code);
}
2）LZW解码
(1)原理
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。
LZW解码算法可用下述函数实现。首先初始化词典，然后顺序从压缩文件中读入码字并按照上述算法执行解码。最后将解得的字符串输出至文件中。
【注意】对于步骤6进行判断的第二种情况，即当前前缀-符串string.CW并不在词典中的情况，我们依然可以正确实现解码输出。
出现这种情况的原因：在编码时，上一个刚创建的新词条直接被下一个词组所使用。
算法的实现表明，解码端的词典建立会比编码端晚一步。
处理这种情况的做法：由于下一个词条的尾缀必定是该词条的第一个字符，所以直接输出这个字符，然后再用先前一条词条的code进行译码即可。
(2)代码
void LZWDecode( BITFILE *bf, FILE *fp){//解码
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*/
file_length = 0;
InitDictionary();
last_code = -1;//同编码
while( 0<file_length)//未没读到文件末尾
{
new_code = input( bf);
if( new_code >= next_code)// 不在字典里，需要解码
{
d_stack[0] = character;
phrase_length = DecodeString( 1, last_code);
}
else
{
phrase_length = DecodeString( 0, new_code);
}
character = d_stack[phrase_length-1];
while( 0<phrase_length)
{
phrase_length --;
fputc( d_stack[ phrase_length], fp);
file_length--;
}
if( MAX_CODE>next_code)//字典加入新phrase
{
AddToDictionary( character, last_code);
}
last_code = new_code;
}
}
三、实验代码注释
/*
* 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){//定义了每个字符串存储时的结构
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){
//通过 for 循环实现了查找词典与输出字符串
int count;
count = start;
while( 0<=code){
d_stack[ count] = dictionary[code].suffix;
code = dictionary[code].parent;
count ++;
}
return count;
}
void InitDictionary( void){ //初始化词典，将256以内的ASCII码初始化到表中
int i;
for( i=0; i<256; i++){
dictionary[i].suffix = i;//码字的ASCII码
dictionary[i].parent = -1;//因为是256以内所以没有parent
dictionary[i].firstchild = -1;//因为是256以内所以没有firstchild
dictionary[i].nextsibling = i+1;//nextsibling即是下一个ASCII码
}
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){//初始化词典
int sibling;
if( 0>string_code) return character;//若为单个字符，直接返回c
sibling = dictionary[string_code].firstchild;//slibling为前缀的第一个孩子节点
while( -1<sibling){//找到
if( character == dictionary[sibling].suffix) return sibling;//如果c为p的孩子节点，返回孩子
sibling = dictionary[sibling].nextsibling;//否则p指向孩子节点的兄弟节点，继续判断c是否是p的子节点
}
return -1;//表中没有PC返回-1
}
//通过 while 循环寻找与character相同的节点。
//若有，则返回节点值；若没有，则返回 -1
void AddToDictionary( int character, int string_code){//将新串加入词典
int firstsibling, nextsibling;
if( 0>string_code) return;
dictionary[next_code].suffix = character;//c
dictionary[next_code].parent = string_code;//p
dictionary[next_code].nextsibling = -1;//新加入还没nextsibling
dictionary[next_code].firstchild = -1;//新加入还没有firstchild
firstsibling = dictionary[string_code].firstchild;//找到P的第一个child
if( -1<firstsibling){ // the parent has child
nextsibling = firstsibling;
while( -1<dictionary[nextsibling].nextsibling )
nextsibling = dictionary[nextsibling].nextsibling;//顺着从第一个child一个一个找兄弟
dictionary[nextsibling].nextsibling = next_code;//找到最后一个，将nextcode放到最后一位
}
else
{// no child before, modify it to be the first
dictionary[string_code].firstchild = next_code;//若没找到firstchild，nextcode就是firstchild
}
next_code ++;
}
void LZWEncode( FILE *fp, BITFILE *bf){//编码
int character;//c
int string_code;//p
int index;//pc
unsigned long file_length;
fseek( fp, 0, SEEK_END);//指针指向文件尾
file_length = ftell( fp);//计算文件长度
fseek( fp, 0, SEEK_SET);//指针重新指向文件开头
BitsOutput( bf, file_length, 4*8);//写文件长度
InitDictionary();//初始化词典
string_code = -1;
while( EOF!=(character=fgetc( fp)))//往后读一个字符,判断pc是否在字典里
{
index = InDictionary( character, string_code);//判断是否在字典中
if( 0<=index){ // string+character in dictionary
string_code = index;
}//若节点有子节点，最后一个子节点并将新编码作为它的下一个兄弟节点
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;
}//若节点没有子节点，则将新的编码设为其子节点
}
output( bf, string_code);
}
void LZWDecode( BITFILE *bf, FILE *fp){//解码
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*/
file_length = 0;
InitDictionary();
last_code = -1;//同编码
while( 0<file_length)//未没读到文件末尾
{
new_code = input( bf);
if( new_code >= next_code)// 不在字典里，需要解码
{
d_stack[0] = character;
phrase_length = DecodeString( 1, last_code);
}
else
{
phrase_length = DecodeString( 0, new_code);
}
character = d_stack[phrase_length-1];
while( 0<phrase_length)
{
phrase_length --;
fputc( d_stack[ phrase_length], fp);
file_length--;
}
if( MAX_CODE>next_code)//字典加入新phrase
{
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");
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;
}
四、实验结果
原文本文件test.txt
编码文本文件test_encode.txt
解码文本文件test_decode.txt
五、压缩效率
选择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，并对各种不同格式的文件进行压缩效率的分析。
六、实验反思
（1） LZW算法适合用于压缩较大的文字类型文件，且内容重复率越高，压缩效率越大。LZW在字符串重复概率低时，影响压缩效率。
（2）LZW算法的实现基础在于编解码两端词典表的创建。
（3）LZW算法不需要将词典表传送至解码端，从而避免了因词典表的内容过大，导致压缩失效。
（4）LZW只需要一编扫描，具有自适应的特点。算法简单，便于快速实现（数字查找树/建树）
2791
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
