全世界只有3.14 %的人关注了 数据与算法之美 LZ77算法是无损压缩算法，由以色列人Abraham Lempel发表于1977年。LZ77是典型的基于字典的压缩算法，现在很多压缩技术都是基于LZ77。鉴于其在数据压缩领域的地位，本文将结合图片和源码详细介绍其原理。 原理介绍： 首先介绍几个专业术语。 1.lookahead buffer(不知道怎么用中文表述，暂时称为待编码区): 等待编码的区域 2. search buffer： 已经编码的区域，搜索缓冲区 3.滑动窗口： 指定大小的窗，包含“搜索缓冲区”（左） “待编码区”（右） 接下来，介绍具体的编码过程： 为了编码待编码区， 编码器在滑动窗口的搜索缓冲区查找直到找到匹配的字符串。匹配字符串的开始字符串与待编码缓冲区的距离称为“偏移值”，匹配字符串的长度称为“匹配长 度”。编码器在编码时，会一直在搜索区中搜索，直到找到最大匹配字符串，并输出(o, l )，其中o是偏移值， l是匹配长度。然后窗口滑动l，继续开始编码。如果没有找到匹配字符串，则输出(0, 0, c)，c为待编码区下一个等待编码的字符，窗口滑动“1”。算法实现将类似下面的： 主要步骤为： 1.设置编码位置为输入流的开始 2.在滑窗的待编码区查找搜索区中的最大匹配字符串 3.如果找到字符串，输出(偏移值， 匹配长度)， 窗口向前滑动“匹配长度” 4.如果没有找到，输出(0, 0, 待编码区的第一个字符)，窗口向前滑动一个单位 5.如果待编码区不为空，回到步骤2 描述实在是太复杂，还是结合实例来讲解吧 实例： 现在有字符串“AABCBBABC”，现在对其进行编码。 一开始，窗口滑入如图位置 由图可见，待编码缓冲区有“AAB”三个字符，此时搜索缓冲区还是空的。所以编码第一个字符，由于搜索区为空，故找不到匹配串，输出(0,0, A),窗口右移一个单位，如下图 此时待编码区有“ABC”。开始编码。最先编码”A”，在搜索区找到”A”。由于没有超过待编码区，故开始编码”AB”，但在搜索区没有找到匹配字符串，故无法编码。因此只能编码”A”。 输出(1, 1)。即为相对于待编码区，偏移一个单位，匹配长度为1。窗口右滑动匹配长度，即移动1个单位。如下图 一样，没找到，输出(0, 0, B),右移1个单号，如下图 输出（0， 0， C）,右移1个单位，如下图 输出(2, 1),右移1个单位，如下图 输出(3, 1)， 右移1个单位，如下图 开始编码”A”，在搜索缓冲区查找到匹配字符串。由于待编码缓冲区没有超过，继续编码。 开始编码”AB”,也搜索到。不要停止，继续编码“ABC”，找到匹配字符串。由于继续编码，则超过了窗口，故只编码“ABC”，输出(5, 3),偏移5，长度3。右移3个单位，如下图 此时待编码缓冲区为空，停止编码。 最终输出结果如下 python代码实现： class Lz77: def __init__(self, inputStr): self.inputStr = inputStr #输入流 self.searchSize = 5 #搜索缓冲区(已编码区)大小 self.aheadSize = 3 #lookAhead缓冲区（待编码区）大小 self.windSpiltIndex = 0 #lookHead缓冲区开始的索引 self.move = 0 self.notFind = -1 #没有找到匹配字符串 #得到滑动窗口的末端索引 def getWinEndIndex(self): return self.windSpiltIndex self.aheadSize #得到滑动窗口的始端索引 def getWinStartIndex(self): return self.windSpiltIndex - self.searchSize #判断lookHead缓冲区是否为空 def isLookHeadEmpty(self): return True if self.windSpiltIndex self.move |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
注册
登录
