lzw压缩算法java实现.docx

1、lzw压缩算法java实现LZW算法的Java模拟实现一、LZW算法的简介LZW压缩算法是一种新颖的压缩方法，由Lemple-Ziv-Welch 三人共同创造，用他们的名字命名。它采用了一种先进的串表压缩不，将每个第一次出现的串放在一个串表中，用一个数字来表示串，压缩文件只存贮数字，则不存贮串，从而使图象文件的压缩效率得到较大的提高。奇妙的是，不管是在压缩还是在解压缩的过程中都能正确的建立这个串表，压缩或解压缩完成后，这个串表又被丢弃。二、LZW算法的基本原理首先建立一个字符串表，把每一个第一次出现的字符串放入串表中，并用一个数字来表示，这个数字与此字符串在串表中的位置有关，并将这个数字存入压

2、缩文件中，如果这个字符串再次出现时，即可用表示它的数字来代替，并将这个数字存入文件中。压缩完成后将串表丢弃。如print 字符串，如果在压缩时用266表示，只要再次出现，均用266表示，并将print字符串存入串表中，在图象解码时遇到数字266，即可从串表中查出266所代表的字符串print，在解压缩时，串表可以根据压缩数据重新生成。三、LZW算法的实现方法3.1 初始化表在压缩图象信息时，首先要建立一个字符串表，用以记录每个第一次出现的字符串。一个字符串表最少由两个字符数组构成，一个称为当前数组，一个称为前缀数组，因为在GIF文件中每个基本字符串的长度通常为2（但它表示的实际字符串长度可达几

3、百甚至上千），一个基本字符串由当前字符和它前面的字符（也称前缀）构成。前缀数组中存入字符串中的首字符，当前数组存放字符串中的尾字符，其存入位置相同，因此只要确定一个下标，就可确定它所存贮的基本字符串，所以在数据压缩时，用下标代替基本字符串。一般串表大小为4096个字节（即2 的12次方），这意味着一个串表中最多能存贮4096个基本字符串，在初始化时根据图象中色彩数目多少，将串表中起始位置的字节均赋以数字，通常当前数组中的内容为该元素的序号（即下标），如第一个元素为0，第二个元素为1，第15个元素为14 ，直到下标为色彩数目加2的元素为止。如果色彩数为256，则要初始化到第258个字节，该字节中

4、的数值为257。其中数字256表示清除码，数字257 为图象结束码。后面的字节存放文件中每一个第一次出现的串。同样也要音乐会 前缀数组初始化，其中各元素的值为任意数，但一般均将其各位置1，即将开始位置的各元素初始化为0XFF，初始化的元素数目与当前数组相同，其后的元素则要存入每一个第一次出现的字符串了。如果加大串表的长度可进一步提高压缩效率，但会降低解码速度。3.2 压缩方法了解压缩方法时，先要了解几个名词，一是字符流，二是代码流，三是当前码，四是当前前缀。字符流是源图象文件中未经压缩的图象数据；代码流是压缩后写入GIF 文件的压缩图象数据；当前码是从字符流中刚刚读入的字符；当前前缀是刚读入字

5、符前面的字符。GIF 文件在压缩时，不论图象色彩位数是多少，均要将颜色值按字节的单位放入代码流中，每个字节均表示一种颜色。虽然在源图象文件中用一个字节表示16色、4色、2色时会出现4位或更多位的浪费（因为用一个字节中的4位就可以表示16色），但用LZW 压缩法时可回收字节中的空闲位。在压缩时，先从字符流中读取第一个字符作为当前前缀，再取第二个字符作为当前码，当前前缀与当前码构成第一个基本字符串（如当前前缀为A，当前码为B则此字符串即为AB），查串表，此时肯定不会找到同样字符串，则将此字符串写入串表，当前前缀写入前缀数组，当前码写入当前数组，并将当前前缀送入代码流，当前码放入当前前缀，接着读取下

6、一个字符，该字符即为当前码了，此时又形成了一个新的基本字符串 （若当前码为C，则此基本字符串为BC），查串表，若有此串，则丢弃当前前缀中的值，用该串在串表中的位置代码（即下标）作为当前前缀，再读取下一个字符作为当前码，形成新的基本字符串，直到整幅图象压缩完成。由此可看出，在压缩时，前缀数组中的值就是代码流中的字符，大于色彩数目的代码肯定表示一个字符串，而小于或等于色彩数目的代码即为色彩本身。3.3 清除码事实上压缩一幅图象时，常常要对串表进行多次初始化，往往一幅图象中出现的第一次出现的基本字符串个数会超过4096个，在压缩过程中只要字符串的长度超过了4096，就要将当前前缀和当前码输入代码流，

7、并向代码流中加入一个清除码，初始化串表，继续按上述方法进行压缩。3.4 结束码当所有压缩完成后，就向代码流中输出一个图象结束码，其值为色彩数加1，在256色文件中，结束码为257。3.5 字节空间回收在GIF文件输出的代码流中的数据，除了以数据包的形式存放之外，所有的代码均按单位存贮，这样就有效的节省了存贮空间。这如同4位彩色（16色）的图象，按字节存放时，只能利用其中的4位，另外的4位就浪费了，可按位存贮时，每个字节就可以存放两个颜色代码了。事实上在GIF 文件中，使用了一种可变数的存贮方法，由压缩过程可看出，串表前缀数组中各元素的值颁是有规律的，以256色的GIF文件中，第258-511元

8、素中值的范围是0-510 ，正好可用9位的二进制数表示，第512-1023元素中值的范围是0-1022，正好可用10位的二进制数表示，第1024-2047 元素中值的范围是0-2046，正好用11位的二进制数表示，第2048-4095元素中值的范围是0-4094，正好用12位的二进制数表示。用可变位数存贮代码时，基础位数为图象色彩位数加1，随着代码数的增加，位数也在加大，直到位数超过为12（此时字符串表中的字符串个数正好为2 的12次方，即4096个）。 其基本方法是：每向代码流加入一个字符，就要判别此字符所在串在串表中的位置（即下标）是否超过2的当前位数次方，一旦超过，位数加1。如在4位图象

9、中，对于刚开始的代码按5位存贮，第一个字节的低5位放第一个代码，高三位为第二个代码的低3位，第二个字节的低2位放第二个代码的高两位，依次类推。对于8位（256色）的图象，其基础位数就为9，一个代码最小要放在两个字节。3.6 压缩范围以下为256色GIF文件编码实例，如果留心您会发现这是一种奇妙的编码方法，同时为什么在压缩完成后不再需要串表，而且还在解码时根据代码流信息能重新创建串表。字 符 串: 1,2,1,1,1,1,2,3,4,1,2,3,4,5,9,当 前 码: 2,1,1,1,1,2,3,4,1,2,3,4,5,9,当前前缀: 1,2,1,1,260,1,258,3,4,1,258,2

10、62,4,5,当前数组: 2,1,1, 1, 3,4,1, 4,5,9,数组下标: 258,259,260,261,262,263,264,265,266,267,代 码 流: 1,2,1,260,258,3,4,262,4,5,GIF文件作为一种重要的图形图象文件格式，尽管其编码规则极复杂，但其压缩效率是极高的，特别是对某些平滑过渡的图象的图形，压缩效果更好。同时由于其在压缩过程中的对图象信息能够完整的保存，在目前流行的电子图片及电子图书中得到了广泛的应用。四、LZW算法的简单示例对原始数据ABCCAABCDDAACCDB进行LZW压缩，原始数据中，只包括4个字符(Character),A,

11、B,C,D,四个字符可以用一个2bit的数表示，0-A,1-B,2-C,3-D,从最直观的角度看，原始字符串存在重复字符：ABCCAABCDDAACCDB，用4代表AB,5代表CC，上面的字符串可以替代表示为:45A4CDDAA5DB,这样是不是就比原数据短了一些呢！五、LZW算法的适用范围为了区别代表串的值(Code)和原来的单个的数据值(String)，需要使它们的数值域不重合，上面用0-3来代表A-D,那么AB就必须用大于3的数值来代替，再举另外一个例子，原来的数值范围可以用8bit来表示，那么就认为原始的数的范围是0255，压缩程序生成的标号的范围就不能为0255（如果是0-255，就

12、重复了）。只能从256开始，但是这样一来就超过了8位的表示范围了，所以必须要扩展数据的位数，至少扩展一位，但是这样不是增加了1个字符占用的空间了么？但是却可以用一个字符代表几个字符，比如原来255是8bit,但是现在用256来表示254，255两个数，还是划得来的。从这个原理可以看出LZW算法的适用范围是原始数据串最好是有大量的子串多次重复出现，重复的越多，压缩效果越好。反之则越差，可能真的不减反增了。六、LZW算法中得特殊标记随着新的串(string)不断被发现，标号也会不断地增长，如果原数据过大，生成的标号集（string table)会越来越大，这时候操作这个集合就会产生效率问题。如何避

13、免这个问题呢?Gif在采用lzw算法的做法是当标号集足够大的时候，就不能增大了，干脆从头开始再来，在这个位置要插入一个标号，就是清除标志CLEAR，表示从这里我重新开始构造字典，以前的所有标记作废，开始使用新的标记。 这时候又有一个问题出现，足够大是多大？这个标号集的大小为比较合适呢？理论上是标号集大小越大，则压缩比率就越高，但开销也越高。 一般根据处理速度和内存空间连个因素来选定。GIF规范规定的是12位，超过12位的表达范围就推倒重来，并且GIF为了提高压缩率，采用的是变长的字长。比如说原始数据是8位，那么一开始，先加上一位再说，开始的字长就成了9位，然后开始加标号，当标号加到512时，也

14、就是超过9为所能表达的最大数据时，也就意味着后面的标号要用10位字长才能表示了，那么从这里开始，后面的字长就是10位了。依此类推，到了212也就是4096时，在这里插一个清除标志，从后面开始，从9位再来。GIF规定的清除标志CLEAR的数值是原始数据字长表示的最大值加1，如果原始数据字长是8，那么清除标志就是256，如果原始数据字长为4那么就是16。另外GIF还规定了一个结束标志END，它的值是清除标志CLEAR再加1。由于GIF规定的位数有1位（单色图），4位（16色）和8位（256色），而1位的情况下如果只扩展1位，只能表示4种状态，那么加上一个清除标志和结束标志就用完了，所以1位的情况下

15、就必须扩充到3位。其它两种情况初始的字长就为5位和9位七、LZW算法的伪代码实现1 STRING = get input character2 WHILE there are still input characters DO3 CHARACTER = get input character4 IF STRING+CHARACTER is in the string table then5 STRING = STRING+character6 ELSE7 output the code for STRING8 add STRING+CHARACTER to the string table9

16、STRING = CHARACTER10 END of IF11 END of WHILE12 output the code for STRING 13 八、LZW算法的流程图九、LZW算法的Java模拟实现package com.anywhere;import java.io.*;public class lzwCodeDictionary dic=new Dictionary();int count1=0,count2=0BufferedInputStream in; BufferedOutputStream out;final short END=4095;/*the entry of

17、 the class,and check the arguments firstparam args array of string arguments-c sourceFile targetFile 建立一个压缩文件-d sourceFile targetFile 解压缩一个文件return No return valueexception No ecceptions thrown*/public static void main(String args)if ( args.length4 )System.out.println(-c sourceFile targetFile -dic 建

18、立一个压缩文件n);System.out.println(-d sourceFile targetFile -dic 解压缩一个文件n);else if(! ( args0.equals(new String(-c) )|args0.equals(new String(-d) ) ) )System.out.println(-c sourceFile targetFile 建立一个压缩文件n);System.out.println(-d sourceFile targetFile 解压缩一个文件n);else if(args.length=2)lzwCode a=new lzwCode(arg

19、s);a.run(args);return ;public lzwCode(String args)tryString f=new String();in =new BufferedInputStream(new FileInputStream(new File(args1);if(args.length=3 & !args2.equals(new String(-dic) f=args2;else int i=args1.lastIndexOf(new String(.) );f=args1.substring(0,i)+(args0.equals(-c) )?.lzw:.dlzw);out

20、=new BufferedOutputStream(new FileOutputStream(new File(f);/trycatch(FileNotFoundException e )System.err.println(e);return;catch(IOException e )System.err.println(e);return;public void run(String args )if(args0.equals(new String(-c) )code(in,out);elsedecode(in,out);if(argsargs.length-1.equals(new St

21、ring(-dic) )System.out.println(dic.toString ();public void code(BufferedInputStream in,BufferedOutputStream out)System.out.println(coding.n+ .n);/a:the buffer byte read from the input file,then to be converted to String/buf: the codestream to store in the code file/prefix :the pre_String of the dict

22、ory/ the indexbuf is the index of dictionary to be converted in / the code file/str: the current charecter of the character input Streambyte a=new byte1,buf=new byte3;String prefix=,cur=;byte i=0;short indexbuf=new short2; String str=null;tryshort m=0;while( (a0=(byte)in.read() ) != -1 )cur=new Stri

23、ng(a);/ be converted count1+; / the number of bytes of input file str=prefix;str=str.concat(cur);m=(short)dic.indexOf(str); if( m!=-1)/the prefix is in the dictionary,prefix=str;else/if(i=0)/the first indexbuf,store in codebuf indexbuf0=(short)dic.indexOf(prefix);i=1;else/ now have 2 index number,th

24、en ouput to the code fileindexbuf1=(short)dic.indexOf(prefix);zipOutput(out,indexbuf);count2+=3;/3 bytes stored to the code file i=0;dic.add(str); prefix=cur;/else/while/ System.out.println(i=+i);if(i=(byte)1) /this is the case that the /input file has only odd index number to storeindexbuf1=END;/pu

25、t a special index number /(the max number of the dictionary) END to the code filezipOutput(out,indexbuf);count2+=3;dic.add(str); in.close ();out.close ();System.out.println(zip rate:+(float)count2*100/count1+% );catch(IOException e )System.err.println(e);return;catch(OutDictionaryException e) System

26、.err.println(e);return; public void decode(BufferedInputStream in,BufferedOutputStream out)System.out.println(decoding.n+.n);short precode=0,curcode=0;String prefix=null;short i=0;short bufcode=new short2;/2 code read from the code fileboolean more=true;/indicate the end of the file or some error wh

27、ile input the file/ DataOutputStream out2=new DataOutputStream(out); trymore=zipInput(in,bufcode);/first input 2 code if(more)curcode=bufcode0;/ out2.writeChars(dic.getString(curcode);stringOut(out,dic.getString(curcode) );elseSystem.out.println(error in the beginning.);while(more)precode=curcode;if

28、(i=0)curcode=bufcode1;i=1; elsemore=zipInput(in,bufcode);curcode=bufcode0;if(bufcode1=END)stringOut(out,dic.getString (bufcode0 );break; i=0;if(curcodedic.length()/if the prefix string can be found in the dictory/ out2.writeChars(dic.getString(curcode);stringOut(out,dic.getString(curcode) );prefix=d

29、ic.getString(precode);prefix+=(dic.getString(curcode).substring(0,1);dic.add(prefix);elseprefix=dic.getString(precode);prefix+=prefix.substring(0,1);/ out2.writeChars(prefix);stringOut(out,prefix );dic.add(prefix);/else/whilein.close ();out.close ();catch( OutDictionaryException e )System.err.printl

30、n(e);return; catch(IOException e)System.err.println(e);return; private void zipOutput(BufferedOutputStream out,short index)trybyte buf=new byte3; buf1=(byte)(index04);buf2=(byte)index1;buf1+=(byte)(index18);out.write(buf,0,3);/out put the decoding / System.out.println(index0+t+index1+t); /* short codebuf=new short2;/codebuf0=(short)(buf04);/codebuf1=(short)buf2;codebuf1=toRight