超级简单的数据压缩算法—LZW算法

在字符串算法—数据压缩中,我们介绍了 赫夫曼树(Huffman)的构建和应用(编码、译码)哈夫曼压缩算法(Huffman compression), 本文将介绍 LZW算法  。
2. LZW算法
这个算法很简单,为了方便讲述,我们将采用16进制,写代码的时候在把它转回2进制就是了 。
在16进制下:A:41; B:42; C:43; D:44;......
从例子入手:

超级简单的数据压缩算法—LZW算法

文章插图
压缩表是边读数据边建立起来的,一开始,压缩表里的数据为各个字符对应的十六进制值,这里不一一列出,具体可百度26个字母的十六进制 。
首先从第一个数据开始读:
第一个字符为A, A在压缩表里已存在,值是41;
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为B,B在压缩表里已存在,值是42;
前一个字符A与这个字符B结合成AB,给它一个值:81;(为什么是81?因为41~79都被字母用了)
把AB加到压缩表里:
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为R,R在压缩表里已存在,值是52;
前一个字符B与这个字符R结合成BR,给它一个值:82,加到压缩表中:
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为A,A在压缩表里已存在,值是41;
前一个字符R与这个字符A结合成RA,给它一个值:83,加到压缩表中:
如此类推,一直到D那里:
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为A, A在压缩表里已存在,但下下一个字符为B,它们两组合而成的AB也在压缩表里,我们取含字符最多的AB:
前一个字符D与这个字符串的首字符A结合成DA,给它一个值:87,加到压缩表中:
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为R, R在压缩表里已存在,但下下一个字符为A,它们两组合而成的RA也在压缩表里,我们取含字符最多的RA;
前一个字符串AB与这个字符串的首字符R结合成ABR,给它一个值:88,加到压缩表中:
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为B, B在压缩表里已存在,但下下一个字符为R,它们两组合而成的BR也在压缩表里,我们取含字符最多的BR;
前一个字符串RA与这个字符串的首字符B结合成RAB,给它一个值:89,加到压缩表中:
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为A, A在压缩表里已存在,但下下一个字符为B,它们两组合而成的BR也在压缩表里; 但下下下一个字符为R,它们三组合而成的ABR也在压缩表里,我们取含字符最多的ABR;
前一个字符串BR与这个字符串的首字符A结合成BRA,给它一个值:8A,加到压缩表中:
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为A, A在压缩表里已存在,值为41;
前一个字符串BRA与这个字符A结合成ABRA,给它一个值:8B,加到压缩表中:
超级简单的数据压缩算法—LZW算法

文章插图
下一个字符为空,说明数据已经压缩完了,给个值80作为终止标记:
超级简单的数据压缩算法—LZW算法

文章插图
压缩后的数据就是上述的值的组合,压缩表直接删除 。
压缩后的数据S:41425241434144818382884180 。
压缩的方法讲完了,那么如何解压呢?
我们也是边解压边建表:
现有压缩数据S:41425241434144818382884180 。
超级简单的数据压缩算法—LZW算法

文章插图
同样的,一开始,压缩表里的数据为各个字符对应的十六进制值,这里不一一列出,具体可百度26个字母的十六进制 。
首先从第一个数据开始读:
第一个值为41,对应字符A:
超级简单的数据压缩算法—LZW算法

文章插图
下一个数据为42,对应字符B;
前一个字符A与这个字符B结合成AB,给它一个值:81,加到压缩表中:
超级简单的数据压缩算法—LZW算法

文章插图
下一个数据为52,对应字符R;
前一个字符B与这个字符R结合成BR,给它一个值:82,加到压缩表中:
超级简单的数据压缩算法—LZW算法

文章插图
如此类推,一直读到81:


推荐阅读