文章目录

• 1.实验项目名称
• 2.实验目的
• 3.什么是LZW编解码算法与它的原理
• • 3.1 LZW编解码算法介绍
  • 3.2 LZW编解码算法原理
  • • 3.2.1 编码流程图及为了便于理解和期末复习举实例说明
    • 3.2.2 解码流程图及举实例说明（重点说明当前码字在词典中不存在的情形）
• 4.用C语言实现该算法
• • 4.1 实验关键代码及其注释
• 5.调试程序，以TXT文本测试编解码算法的正确性
• 6.使用LZW编码器文件进行压缩
• • 6.1 对十种不同格式类型的文件进行压缩
  • 6.2 压缩效率分析

1.实验项目名称

LZW 编解码算法实现与分析

2.实验目的

掌握词典编码的基本原理，用C/C++/Python等语言编程实现LZW解码器并分析编解码算
法。

3.什么是LZW编解码算法与它的原理

3.1 LZW编解码算法介绍

摘自*：

LZW算法（Lempel-Ziv-Welch），是以色列科学家亚伯拉罕·蓝波（Lempel）、杰可布·立夫（Ziv）与美国学者泰瑞·卫曲（Welch）共同提出的一种无损数据压缩算法。它在1984年由泰瑞·卫曲改良亚伯拉罕·蓝与杰可布·立夫在1978年发表的LZ78的版本而来（主要是基于Lampel、Ziv的压缩概念，设计出一套具有可逆推的逻辑程序）。

3.2 LZW编解码算法原理

3.2.1 编码流程图及为了便于理解和期末复习举实例说明

假如要给“abbababac”编码，初始化词典如下：

第一步，P=空，C=“a”,P+C=“a”，经判断“a”在词典中，所以P=“a”，接着C=“b”，P+C=“ab”，经判断“ab”不在词典中，所以输出，把“ab”写入词典里，然后P=“b”，读下一个字符“b”并令C=“b”…以此类推，当编到P=“a”,C="b"时，如图，词典里已经有了“ab”：

所以经判断后P=“ab”，读下一个字符“a”，P+C就为“aba”，经判断就把“aba”写到词典里，之后P=“a”，读下一个字符“b”，P+C就为“ab”，经判断后P=“ab”，读下一个字符C=“a”，经判断后P=“aba”,C=“c”,经判断就把“abac”写到词典里

3.2.2 解码流程图及举实例说明（重点说明当前码字在词典中不存在的情形）

假如要给“97 98 98 256 259 99”解码，初始化词典如下：

第一次循环CW=“97”，输出“a”到码字流中后令PW=“97”，CW=“98”，经判断string.CW（此处即为“b”）在词典中，所以输出“b”，之后P=“a”，C=“b”，把P+C=“ab”写到词典中，第二次循环PW=“98”，CW=“98”，经判断string.CW（此处即为“b”）在词典中，所以输出“b”，之后P=“b”，C=“b”，把P+C=“bb”写到词典中，第三次循环执行PW=“98”，CW=“256”时，词典如下：

经判断输出“ab”，之后P=“b”，C=“a”（取“ab”的第一个字符），把P+C=“ba”写到词典中：

第四次循环PW=“256”，CW=“259”，经判断经判断string.CW不在词典中，所以P=“ab”，此时按照流程图，应该取字典里序号为259对应字符的第一个字符，但是字典里序号为259的String是空的，怎么办？
按照老师的解释，这是由于在编码时，新的“P+C”刚被创建，下一个“P”就需要使用它造成的，新创建的“P+C”的尾缀是新创建的“P+C”的首字符“，所以序号为259的String为“aba”，输出“aba”

第五次循环PW=“259”，CW=“99”，经判断string.cw在词典中，所以输出“c”，然后全部解码结束。

4.用C语言实现该算法

4.1 实验关键代码及其注释

bitio.c:

BITFILE *OpenBitFileInput( char *filename){//打开要读入的文件
	BITFILE *bf;
	bf = (BITFILE *)malloc( sizeof(BITFILE));
	if( NULL == bf) return NULL;
	if( NULL == filename)	bf->fp = stdin;
	else bf->fp = fopen( filename, "rb");
	if( NULL == bf->fp) return NULL;
	bf->mask = 0x80;
	bf->rack = 0;
	return bf;
}

BITFILE *OpenBitFileOutput( char *filename){//创建要写出的文件
	BITFILE *bf;
	bf = (BITFILE *)malloc( sizeof(BITFILE));
	if( NULL == bf) return NULL;
	if( NULL == filename)	bf->fp = stdout;
	else bf->fp = fopen( filename, "wb");
	if( NULL == bf->fp) return NULL;
	bf->mask = 0x80;
	bf->rack = 0;
	return bf;
}

void CloseBitFileInput( BITFILE *bf){//关闭读入文件比特流
	fclose( bf->fp);
	free( bf);
}

void CloseBitFileOutput( BITFILE *bf){//输出剩余比特数据后关闭比特流
	if( 0x80 != bf->mask) fputc( bf->rack, bf->fp);
	fclose( bf->fp);
	free( bf);
}

int BitInput( BITFILE *bf){//从输入比特流中读取字符
	int value;

	if( 0x80 == bf->mask){
		bf->rack = fgetc( bf->fp);
		if( EOF == bf->rack){
			fprintf(stderr, "Read after the end of file reached\n");
			exit( -1);
		}
	}
	value = bf->mask & bf->rack;
	bf->mask >>= 1;
	if( 0==bf->mask) bf->mask = 0x80;
	return( (0==value)?0:1);
}

unsigned long BitsInput( BITFILE *bf, int count){
	unsigned long mask;
	unsigned long value;
	mask = 1L << (count-1);
	value = 0L;
	while( 0!=mask){
		if( 1 == BitInput( bf))
			value |= mask;
		mask >>= 1;
	}
	return value;
}

void BitOutput( BITFILE *bf, int bit){//向输出比特流中添加字符
	if( 0 != bit) bf->rack |= bf->mask;
	bf->mask >>= 1;
	if( 0 == bf->mask){	// eight bits in rack
		fputc( bf->rack, bf->fp);
		bf->rack = 0;
		bf->mask = 0x80;
	}
}

void BitsOutput( BITFILE *bf, unsigned long code, int count){
	unsigned long mask;

	mask = 1L << (count-1);
	while( 0 != mask){
		BitOutput( bf, (int)(0==(code&mask)?0:1));
		mask >>= 1;
	}
}

LZW_E.c:

struct {
	int suffix;
	int parent, firstchild, nextsibling;
} dictionary[MAX_CODE+1];
int next_code;
int d_stack[MAX_CODE]; // stack for decoding a phrase

int DecodeString( int start, int code);
void InitDictionary( void);
void PrintDictionary( void){
	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){//从码解出字符串到d_stack这个栈中
	int count;
	count = start;
	while( 0<=code){
		d_stack[ count] = dictionary[code].suffix;
		code = dictionary[code].parent;
		count ++;
	}
	return count;
}
/*初始化词典,每一个节点的根节点是自身，兄弟节点是自身+1，第256个没有兄弟节点，数据结构分析见下图*/
void InitDictionary( void){
	int i;

	for( i=0; i<256; i++){
		dictionary[i].suffix = i;//节点的尾缀字符
		dictionary[i].parent = -1;//节点的母结点
		dictionary[i].firstchild = -1;//节点的第一个孩子节点
		dictionary[i].nextsibling = i+1;//节点的下一个兄弟节点
	}
	dictionary[255].nextsibling = -1;
	next_code = 256;
}

/*查找词典中是否有字符串，string_code为前缀*/
int InDictionary( int character, int string_code){
	int sibling;
	if( 0>string_code) return character;//如果是单个字符？
	sibling = dictionary[string_code].firstchild;//前缀为string_code的第一个孩子节点
	while( -1<sibling){
		if( character == dictionary[sibling].suffix) return sibling;//字符是否等于结点的尾缀字符？
		sibling = dictionary[sibling].nextsibling;//找下一个兄弟节点
	}
	return -1;
}

//把新的字符串加入到字典中
void AddToDictionary( int character, int string_code){
	int firstsibling, nextsibling;
	if( 0>string_code) return;//如果是单个字符就不加
	dictionary[next_code].suffix = character;
	dictionary[next_code].parent = string_code;
	dictionary[next_code].nextsibling = -1;
	dictionary[next_code].firstchild = -1;
	firstsibling = dictionary[string_code].firstchild;
	if( -1<firstsibling){	// 如果节点有孩子节点
		nextsibling = firstsibling;//兄弟节点设置为第一个兄弟节点
		while( -1<dictionary[nextsibling].nextsibling ) // 如果此兄弟节点的兄弟节点有孩子节点
			nextsibling = dictionary[nextsibling].nextsibling;//现在的“兄弟节点”设置为它的兄弟节点
		dictionary[nextsibling].nextsibling = next_code;
	}else{// 之前没有孩子节点，把它修改到第一个
		dictionary[string_code].firstchild = next_code;
	}
	next_code ++;
}

void LZWEncode( FILE *fp, BITFILE *bf){
	int character;
	int string_code;
	int index;
	unsigned long file_length;

	fseek( fp, 0, SEEK_END);
	file_length = ftell( fp);
	fseek( fp, 0, SEEK_SET);
	BitsOutput( bf, file_length, 4*8);
	InitDictionary();
	string_code = -1;
	while( EOF!=(character=fgetc( fp))){
		index = InDictionary( character, string_code);
		if( 0<=index){	// 如果字典里有字符串
			string_code = index;//用当前字符扩展前缀
		}else{	// 如果字典里没有字符串
			output( bf, string_code);//输出当前前缀相对应的码字
			if( MAX_CODE > next_code){	// free space in dictionary
				// 把字符串加入到字典中
				AddToDictionary( character, string_code);
			}
			string_code = character;//用当前字符扩展前缀
		}
	}
	output( bf, string_code);
}

void LZWDecode( BITFILE *bf, FILE *fp){
	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;
	InitDictionary();
	last_code = -1;
	while (0 < file_length) {
		new_code = input(bf);
		if (new_code >= next_code) { // this is the case CSCSC( not in dict)
			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) {// 把新字符串加入到字典中
			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;
}

5.调试程序，以TXT文本测试编解码算法的正确性

原文件：

编码后的文件：

解码后的文件：

可见 解码后的文件与原文件相同。

6.使用LZW编码器文件进行压缩

6.1 对十种不同格式类型的文件进行压缩

十种不同的文件：

分别对各文件进行压缩后：

6.2 压缩效率分析

原始文件类型	原始文件大小(KB)	采用LZW算法压缩文件后文件的大小	压缩效率
gif	16	26	-62.50%
avi	1162	1388	-19.45%
xls	30	19	36.67%
jpg	63	87	-38.10%
docx	76	111	-46.05%
png	170	224	-31.76%
pdf	181	240	-32.60%
mp3	1008	444	55.95%
rgb	192	192	0
mp4	6666	8163	-22.46%

从这张表我们可以看出，LZW算法并不是能把所有文件压缩到比原文件小，也有可能是我使用的文件并没有出现连续的比特数据，所以压缩效果不好。之前在资料上看到“LZW算法对机器硬件条件要求不高，在 Intel 80386的计算机上即可进行压缩和解压缩”，所以我感觉用硬件换效果导致它并不是现在主流的压缩算法。