Kompresja algorytmem LZ78

Kompresja algorytmem LZ78
Damian-PPK
  • Rejestracja:ponad 2 lata
  • Ostatnio:prawie 2 lata
  • 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:ponad 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:ponad 2 lata
  • Ostatnio:prawie 2 lata
  • 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:ponad 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:4 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

Zarejestruj się i dołącz do największej społeczności programistów w Polsce.

Otrzymaj wsparcie, dziel się wiedzą i rozwijaj swoje umiejętności z najlepszymi.