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
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1