Kompresja algorytmem LZ78

Kompresja algorytmem LZ78
Damian-PPK
  • Rejestracja:około 2 lata
  • Ostatnio:ponad rok
  • Postów:2
0

Mam do napisania program do kompresji plików algorytmem LZ78 https://pl.wikipedia.org/wiki/LZ78 no i napisałem takie oto 2 funkcje:

Kopiuj
void compress(const string& filein, const string& fileout) {
	map<string, int> dict; int n = 1; string c{ "" }, result{}, content{}, line{}, przec{ "," };
	dict[""] = 0;
	ofstream wyj(fileout, ios::out);
	ifstream inp(filein, ios::in);
	if (!inp.good()) {
		cout << "Something wrong";
		return;
	}
	while (getline(inp, line)) {
		for (string::iterator it = line.begin(); it != line.end(); ++it) {
			if (!dict.count(c + *it)) {
				if (c == "") {
					content = *it;
					result += "(0" + przec + content + ")";
					dict.insert({ content, n });
				}
				else {
					content = *it;
					string x = to_string(dict[c]);
					result += '(' + x + przec + content + ')';
					dict.insert({ c + content,n });
					c = "";
				}
				n++;
			}
			else {
				c += *it;
				if (it == line.end() - 1) {
					//string x(c); //string x(1, *it);
					result+='(' + to_string(dict[c]) + przec + ')';  //dict[x]
					c = "";
				}
			}
		}
		wyj << result;
		result = "";
		wyj << endl;
	}
	inp.close();
	wyj.close();
}

void decompress(const string& filein, const string& fileout) {
	map<int, string> dict; int n = 1; string result{}, temp{}, line{};
	dict[0] = "";
	const std::regex reg(R"((\d+),(.{1}))");
	std::pair<int, char> com{};
	ofstream wyj(fileout);
	ifstream inp(filein, ios::in);
	if (!inp.good()) {
		cout << "Something wrong"; return;
	}
	while (getline(inp, line)) {
		for (std::smatch sm; std::regex_search(line, sm, reg); line = sm.suffix()) {
			com = { std::stoi(sm.str(1)), sm.str(2)[0] };
			if (com.first == 0) {
				dict[n] = com.second;
				result += com.second;
				n++;
			}
			else if (com.second == ')') {
				result += dict[com.first];
			}
			else {
				auto search = dict.find(com.first);
				temp += search->second + com.second;
				result += temp;
				dict[n] = temp;
				temp = "";
				n++;
			}
			
		}
		wyj << result;
		wyj << endl;
		result = "";
	}
	inp.close();
	wyj.close();
}

W sumie to działa dla tekstu, ale czy dałoby się nie zapisywać wartości w nawiasach (żeby niepotrzebnie nie zapisywać do pliku), żeby dało się odróżnić np. jak jest (1432,1) (indeks do słownika 1432 a znak '1') i do pliku móc zapisać 14321 odróżniając część 1432 i '1'. Wiem, że też da się jakoś kompresować zdjęcia, próbowałem otwierać przy pomocy ios::binary, ale chyba musiałbym przerobić program. Zastanawiam czy do czytania tych dziwnych znaczków ze zdjęcia nie potrzeba jakiegoś innego typu danych niż char/string?

edytowany 3x, ostatnio: Riddle
Vanos
  • Rejestracja:około 2 lata
  • Ostatnio:około 2 lata
  • Postów:8
0

możesz zastosować reprezentację binarną w której poszczególne elementy składające się na kompresowany plik są zapisywane jako bity i w ten sposób możesz zaoszczędzić miejsce na dysku jednocześnie zwiększając efektywność kompresji. Możesz użyć innych algorytmów reprezentacji danych kompresowanych np. Huffman coding albo Arithmetic coding
Kod do zapisania danych kompresowanych:

Kopiuj
void compress(const string& filein, const string& fileout) {
// Tworzymy mapę oraz inne potrzebne zmienne
map<string, int> dict;
int n = 1;
string c{ "" }, result{}, content{}, line{};
dict[""] = 0;
// Otwieramy plik wyjściowy jako binarny
ofstream wyj(fileout, ios::binary);
ifstream inp(filein, ios::in);
if (!inp.good()) {
cout << "Something wrong";
return;
}
while (getline(inp, line)) {
for (string::iterator it = line.begin(); it != line.end(); ++it) {
if (!dict.count(c + *it)) {
if (c == "") {
content = it;
// Konwertujemy indeks na binarny i zapisujemy do pliku
int index = dict[content];
wyj.write((char)&index, sizeof(int));
// Dodajemy nowy ciąg do słownika
dict.insert({ content, n });
}
else {
content = it;
int index = dict[c];
wyj.write((char)&index, sizeof(int));
wyj.put(content);
dict.insert({ c + content,n });
c = "";
}
n++;
}
else {
c += it;
if (it == line.end() - 1) {
int index = dict[c];
wyj.write((char)&index, sizeof(int));
c = "";
}
}
}
}
inp.close();
wyj.close();
}

Jednak żebyś mógł to zaimplementować to potrzebujesz zmienić podejście do kompresji bo LZ78 nie pozwala na kompresje binarną bezpośrednio i LZW jest algorytmem kompresji przystosowanym do tego celu

Damian-PPK
  • Rejestracja:około 2 lata
  • Ostatnio:ponad rok
  • Postów:2
0

Dzięki za odpowiedź tylko w jak wkleje twój kod to wyrzuca błąd (przy metodzie put ma być char dobrze to zamieniłem?). Po użyciu co właściwie będzie w pliku? Zera i jedynki? I jak potem to zdekompresować znów na tekst? Mógłbyś tak po chłopsku co daje otwieranie w trybie ios::binary?
screenshot-20230119093338.png

edytowany 2x, ostatnio: Damian-PPK
Vanos
  • Rejestracja:około 2 lata
  • Ostatnio:około 2 lata
  • Postów:8
0

Mój błąd, użyłem metody "write" zamiast metody "put", w razie jakich kolwiek problemów do mnie pisz
poprawiony kod:

Kopiuj
void compress(const string& filein, const string& fileout) {
    // Tworzymy mapę oraz inne potrzebne zmienne
    map<string, int> dict;
    int n = 1;
    string c{ "" }, result{}, content{}, line{};
    dict[""] = 0;
    // Otwieramy plik wyjściowy jako binarny
    ofstream wyj(fileout, ios::binary);
    ifstream inp(filein, ios::in);
    if (!inp.good()) {
        cout << "Something wrong";
        return;
    }
    while (getline(inp, line)) {
        for (string::iterator it = line.begin(); it != line.end(); ++it) {
            if (!dict.count(c + *it)) {
                if (c == "") {
                    content = it;
                    // Konwertujemy indeks na binarny i zapisujemy do pliku
                    int index = dict[content];
                    wyj.put((char)index);
                    // Dodajemy nowy ciąg do słownika
                    dict.insert({ content, n });
                }
                else {
                    content = it;
                    int index = dict[c];
                    wyj.put((char)index);
                    wyj.put(*it);
                    dict.insert({ c + content,n });
                    c = "";
                }
                n++;
            }
            else {
                c += *it;
                if (it == line.end() - 1) {
                    int index = dict[c];
                    wyj.put((char)index);
                    c = "";
                }
            }
        }
    }
    inp.close();
    wyj.close();
}

Otwieranie pliku w trybie ios::binary powoduje że plik jest traktowany jako plik binarny a nie jako plik tekstowy. Oznacza to że operacje na pliku są interpretowane bezpośrednio jako bajty a nie jako znaki

MarekR22
Moderator C/C++
  • Rejestracja:około 17 lat
  • Ostatnio:3 minuty
0
Kopiuj
namespace LZ78 {
using count_t = unsigned int;

struct EncodedItem {
    EncodedItem(count_t index,
        char ch)
        : index { index }
        , ch { ch }
    {
    }

    count_t index;
    char ch;
};

using EncodedItems = std::vector<EncodedItem>;

class Encoder {
    std::unordered_map<std::string, count_t> dic { { {}, 0 } };
    size_t n = 1;
    std::string c;
    EncodedItems result;

public:
    void add(char s)
    {
        auto newC = c + s;
        if (dic.count(newC)) {
            c = newC;
        } else {
            result.emplace_back(dic[c], s);
            dic[newC] = n++;
            c = "";
        }
    }

    void add(std::string_view s)
    {
        for (auto ch : s) {
            add(ch);
        }
    }

    EncodedItems itemResult() const
    {
        auto r = result;
        if (!c.empty()) {
            r.emplace_back(dic.at(c.substr(0, c.size() - 1)), c.back());
        }
        return r;
    }
};

class Decoder {
    std::unordered_map<count_t, std::string> dic { { 0, {} } };
    size_t n = 1;
    std::string result;

    void append(std::string_view s)
    {
        result.append(s);
    }

    void append(char s)
    {
        append(std::string_view(&s, 1));
    }

public:
    void add(const EncodedItem& data)
    {
        dic[n] = dic[data.index] + data.ch;
        append(dic[n]);
        ++n;
    }

    void add(const EncodedItems& encoded)
    {
        for (auto item : encoded) {
            add(item);
        }
    }

    std::string str() const
    {
        return result;
    }
};

unsigned oldesBit(unsigned x)
{
    unsigned r = 0;
    while (x) {
        ++r;
        x >>= 1;
    }
    return r;
}

namespace detail {
    unsigned char minumumBytesPerIndex(const EncodedItems& items)
    {
        if (items.empty())
            return 0;
        auto max_index = max_element(begin(items), end(items), [](const EncodedItem& a, const EncodedItem& b) {
            return a.index < b.index;
        })->index;
        return std::max(1u, (oldesBit(max_index) + 7) / 8);
    }

    void writeIndexUsingNrOfBytes(std::ostream& out, unsigned index, unsigned byteCount)
    {
        while (byteCount--) {
            out.put(static_cast<char>(index & 0xff));
            index >>= 8;
        }
    }
}

void toBinary(std::ostream& out, const EncodedItems& items)
{
    using namespace detail;
    auto bytesPerIndex = minumumBytesPerIndex(items);
    out.put(bytesPerIndex);

    for (const auto& item : items) {
        writeIndexUsingNrOfBytes(out, item.index, bytesPerIndex);
        out.put(item.ch);
    }
}

namespace detail {
    std::istream& readIndexUsingNrOfBytes(std::istream& in, unsigned& index, unsigned byteCount)
    {
        index = 0;
        while (byteCount--) {
            char ch;
            in.get(ch);
            index = (index << 8) + static_cast<unsigned char>(ch);
        }
        return in;
    }
}

void fromBinary(std::istream& in, EncodedItems& items)
{
    using namespace detail;
    char bytesPerIndex;
    items.clear();
    if (in.get(bytesPerIndex) && bytesPerIndex) {
        EncodedItem item { 0, 0 };
        while (readIndexUsingNrOfBytes(in, item.index, bytesPerIndex)) {
            char ch;
            if (in.get(ch)) {
                item.ch = ch;
            } else {
                item.ch = {};
            }
            items.push_back(item);
        }
    }
}
}

https://godbolt.org/z/naTKvh9he

Można próbować przerobić tak, jak proponowane jest na wiki: zapisywać upychając indeks do minimalnej liczby bitów.
Nie chciałem za bardzo kombinować, więc zrobiłem zaokrąglanie do bajtów.

Można też usprawnić Decoder by zapisywa bezpośrednio do pliku, bez zmiennej result.
Tak samo można połączyć Encoder z toBinary, ale to już więcej kombinowania.


Jeśli chcesz pomocy, NIE pisz na priva, ale zadaj dobre pytanie na forum.
edytowany 4x, ostatnio: MarekR22
Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)