基于LZW算法的文本压缩-Read.PPT

基于LZW算法的文本压缩 姓名：胡存英 班级：计算机应用 学号：20070130324 主要内容 1. LZW算法的原理 2.关键问题 3.实验结果 1. LZW算法的原理 编码原理： 1. 把字典中的0-255项预置为全部的256（ASCII）个8位字符 2.输入地一个字符，将其设为s，在字典中肯定存在。 3. 编码器逐个输入字符,每输入一个字符c，然后在字典中查找s+c,只要在字典中找到s+c,则s=s+c，该过程就继续进行。直到在某一点，添加下一个字符c导致搜索失败；字符串s在字典中，而s+c却不在，这时编码器： （1）输出指向字符串s的字典指针到输出流； （2）在下一个可用的字典词条中，存储字符串s+c； （3）把字符串s预置为c。 4. 如果还有尚未压缩的字符，返回步骤3 5. 输出流即为压缩文本 从上可知：添加到字典中的每个字符串仅仅有效的增加了一个新字符，所以采用树的结构，把字符串添加到字典中，只需增加一个节点c，并且每个节点可以拥有任意个子节点。 设计的数据结构：把树驻留在一个节点数组中，每个节点必须有两个字段：一个字符和一个指向母节点的指针，一个节点没有任何指向其子节点的指针。 例：字符串“ababa” 1〉s=a, 2 s=a , c=b, ab不在字典中，则out=(97) s=b(98), 将ab添加到字典中99 3 s=b,c=a,ba不在字典中，则out=(97,98) s=a(97), 将ba添加到字典中100 4 s=a,c=b, ab 在字典中，s=ab 5 s=ab(99),c=a(97),aba不在字典中，则out=(97,98,99)将aba添加到字典中101。 s=a(97), 6没有输入，将s=a,添加到输出 out=(97,98,99,97); 解码原理： 1. 把字典中的0-255项预置为全部的256（ASCII）个8位字符 2.输入第一个指针p，在字典中肯定存在，用其取回第一个字典词条s。将其写进解码器的输出流中，需要把s+c保存到字典中，c未知，是下一个从字典中读取的字符串的第一个字符。 3. 解码器输入下一个指针p, （1）取出下一个字符串,记为J （2）将J记录到输出流中 （3） s+firstchar(J) 添加到字典中 （4）s=J, 4. 如果还有尚未解压的指针，返回步骤3 5. 输出流即为原始文本 例： out=(97,98,99,97); 1 初始化字典 2 p=97, s=a(97), out=(a); 2 s=a, p=98, J=b, out=(a, b) 将ab添加到字典 中99，s=b(98) 3 s=b, p=99, J=ab(99), out=(a, b, ab),将ba添加到字典中100，s=J=ab(99) 4 s=ab, p=97, J=a, out=(a, b,ab,a) ,将aba添加到字典中101，s=a(97), 5没有指针，解压结束 out=(a,b,ab,a); 主要内容 1. LZW算法的原理 2.关键问题 3.实验结果 字典结构 字典的大小 字典的前256项一开始就被占用了，字典的指针必须长于8位，这里采用16位指针，有64k个词条，当字典填满时，重新建立字典。 字符串，插入位置的查找 字典非常大，采用哈希函数来查找字符串是否存在，以及插入到字典的位置：hashcode=hash(s,c); 1、当hashcode位置的为未被使用时，则s+c不存在，添加到hashcode 位置； 2、当该位置被使用，且为（s,c）说明s+c存在； 3、如果该位置含有其他内容，产生“冲突”，采用简单的处理，是指针逐 渐加一检查后继位置，直到找到一个没有过的节点，或者含有（s,c）的节点为止。 字典的节点结构 由于存在冲突，所以将字典的节点加入了一个字段index，由散列过程生成的指针或者索引。作用： 1. 当index=65537;表示为基本的ASCII码， 2. 表示该节点未被使用index=65538; 3. 检查是否发生了冲突，index=hashcode, parent=s;是否成立 字典的节点结构如下： 主要内容 1. LZW算法的原理 2.关键问题 3.实验结果 实验结果 * * - - b a 99 98 97 - - a a b b a 98 97 - - a b b a 97 -