LZW压缩算法——简明原理与实现

LZW和哈夫曼编码一样，是无损压缩中的一种。该算法通过建立字典，实现字符重用与编码，适用于source中重复率很高的文本压缩。本文首先讲下LZW的编解码原理，然后给出LZW的实现code。

*********************原理*********************

编码：

• 编码0-255用来存储Ascii码为[0,255]的字符，放在字典里。
• 编码从256开始，将出现过的字符计入字典
• 核心思想：利用字符的可重用性，每当往结果输出一个编码，就将一个新的string存入dictionary

算法流程：

举例：

解码：

编码的逆过程，若编码是string到int的映射，我们可以将解码过程描述为int到string的映射。

• LZW算法的解码无需在编码过程中存储字典（这样太浪费空间了）
• 解码初始化依旧用256个Ascii码，后面每读入一个编码（int），检查其在dictionary中的映射，并不断将新的映射加入字典

算法流程：

解码的例子建议读者用下面的代码直接调试吧~

*********************实现*********************

我用C++实现的，Compress和Decompress两个函数分别实现编解码

/************************************************************************/
/*	File Name: LZW.cpp
*		@Function: Lossless Compression
		@Author: Sophia Zhang 
		@Create Time: 2012-9-19 10:00
		@Last Modify: 2012-9-19 11:10
*/
/************************************************************************/

#include"iostream"
#include "map"
#include "string"
#include "iterator"
#include "vector"
using namespace std;

/************************************************************************/
/*	Compress Module
*		input: 
			str - the string need to be compressed
			result - compress result
*/
/************************************************************************/
template<typename TypeIterator>
TypeIterator Compress(string str, TypeIterator result)
{
	//Build the dictionary
	map<string,int>dictionary;
	int Dictsize=256;
	for(int i=0;i<Dictsize;i++)
		dictionary[string(1,i)]=i;

	char z;
	string S;

	for(string::const_iterator it = str.begin(); it!=str.end(); it++)
	{
		 z = *it;
		
		 if(dictionary.count(S+z))//can find S
			 S+=z;
		 else//S is not in dictionary D
		 {
			 *result++ = dictionary[S];	//output pointer (S,D)
			 dictionary[S+z] = Dictsize++; //add to dictionary
			 S = z;
		 }
	}
	if(!S.empty())
		*result++ = dictionary[S];
	return result;
}

/************************************************************************/
/*	Decompress Module
*		input: 
			TypeIterator result - compression result, to be decompressed
*/
/************************************************************************/
template<typename TypeIterator>
string Decompress(TypeIterator result)
{
	map<int,string>inv_dictionary;
	int Dictsize=256;
	for(int i=0;i<Dictsize;i++)
		inv_dictionary[i] = string(1,i);

	char z;
	string S;
	string entry;
	string res;
	Dictsize--;//because the first "Dictsize++" make no sense, it has only one char in [0,255]

	for(TypeIterator::iterator it = result.begin(); it!=result.end(); it++)
	{
		int k = *it;
		if(inv_dictionary.count(k))
			entry = inv_dictionary[k];
		else if(k==Dictsize)
			entry = S+ S[0];
		else
			throw "Bad compression code";

		res += entry;
		
		inv_dictionary[Dictsize++] = S + entry[0];
		S = entry;
	}
	return res;
}


int main()
{
	typedef vector<int> TypeIterator;
	TypeIterator compress_res;
	string S = "the/rain/in/Spain/falls/mainly/on/the/plain";
	Compress(S,std::back_inserter(compress_res));
// 	copy(compress_res.begin(),compress_res.end(),std::ostream_iterator<int>(std::cout,","));
// 	std::cout<<std::endl;

	//output the compressed result
	for( TypeIterator::iterator it= compress_res.begin(); it!=compress_res.end(); it++)
		cout<<(*it)<<endl;

	//decompress the compressed result
	string decompress = Decompress(compress_res);
	cout<<decompress<<endl;
}

result：

Reference：

1. http://www.stringology.org/DataCompression/lzw-e/index_en.html

2. http://www.dspguide.com/ch27/5.htm

3. http://marknelson.us/1989/10/01/lzw-data-compression/

4. http://www.ccs.neu.edu/home/jnl22/oldsite/cshonor/jeff.html

关于Compression更多的学习资料将继续更新，敬请关注本博客和新浪微博Sophia_qing。