我必须实现LZ78的编码器和解码器以将.txt压缩,然后再将.txt解压缩
为此,我已经制作了编码器,文本输出编码如下:
Text: "I have to improve my english"
Coded: "0I0 0h0a0v0e2t0o2i0m0p0r..."
LZ78可与字典配合使用,字符串中的数字表示长字典条目的索引,如果字母不在字典中,则为0。
问题是:如果文本字符串是数字链,如何区分索引的数字和文本字符串的数字?
Text: "56786263...1234" <- the last entry can be ((index 12 concat'3')concat index 4) instead of (index 123 concat '4')
Coded: "050607082223...'randomnumber'4"
Dictionary: (List<String>)
...
123: 'randomnumber' <- this is saved as a string
...
如果字典中的条目不超过9个,将没有问题。
我不能使用分隔符,因为这会在编码文本中添加大量数据。
我必须使用bufferedReader从编码文本中获取数据。
如果不清楚,我会补充一些信息。
BufferedReader bufR = new BufferedReader(new FileReader(codedText));
BufferedWriter bufW = new BufferedWriter(new FileWriter(decodedText));
List<Character> list = new ArrayList<Character>();
int i=0;
int aux=bufR.read();
while(aux!=-1) {
list.add((char)aux);
i++;
aux=bufR.read();
}
System.out.println(list);
这样,我就在“列表”中列出了用其他方法压缩的字符序列。
但是问题是,如果字母是数字,而没有任何类型的可写分隔符,则如何将对“数字/字母”分组。
添加完整代码
public class LZ78 {
List<String> diccionario;
public LZ78() {
diccionario = new ArrayList<String>();
diccionario.add(null);
}
public List<Character> codificar(List<Integer> listaNumeros){
String codif="";
List<Character> listaC =new ArrayList<Character>();
String letra="";
boolean brea=false;
int posicion=0;
for(int i=0;i<=listaNumeros.size()+1;i++){
int num=listaNumeros.get(i);
letra+=(char)num;
if(!diccionario.contains(letra)){
diccionario.add(letra);
codif+=0;
listaC.add('0');
codif+=letra;
char paso=letra.charAt(0);
listaC.add(paso);
letra="";
}else{
while(diccionario.contains(letra)){
i++;
if(i>=listaNumeros.size()){
brea=true;
if(!diccionario.contains(letra)){
listaC.add('0');
char paso2=letra.charAt(0);
listaC.add(paso2);
}else{
int index=diccionario.indexOf(letra);
String paso3=""+index;
for (int j = 0; j < paso3.length(); j++) {
listaC.add(paso3.charAt(j));
}
}
System.out.println("BREAK!");
break;
}
posicion=diccionario.indexOf(letra);
num=listaNumeros.get(i);
letra+=(char)num;
}
if(brea){
break;
}
i++;
diccionario.add(letra);
letra=""+letra.charAt(letra.length()-1);
codif+=posicion;
String numero=""+posicion;
for (int j = 0; j < numero.length(); j++) {
listaC.add(numero.charAt(j));
}
codif+=letra;
char paso=letra.charAt(0);
listaC.add(paso);
letra="";
i--;
}
}
System.out.println(codif);
return listaC;
}
//public void decodificar(List<Integer>)
public void codificacion(File textoPlano, File textoPlanoCodificado)
throws IOException {
BufferedReader bufLectura = new BufferedReader(new FileReader(
textoPlano));
BufferedWriter bufEscritura = new BufferedWriter(new FileWriter(
textoPlanoCodificado));
List<Integer> list = new ArrayList<Integer>();
int i=0;
int cosa=bufLectura.read();
while(cosa!=-1) {
list.add(cosa);
i++;
cosa=bufLectura.read();
}
List<Character> code=codificar(list);
char[] codigo=new char[code.size()];
for (int j = 0; j < code.size(); j++) {
//System.out.print(j+":'"+code.get(j)+"' ");
codigo[j]=code.get(j);
bufEscritura.write(codigo[j]);
}
System.out.println("FIN codificacion");
bufEscritura.close();
}
public void decodificacion(File textoC, File textoD) throws IOException{
BufferedReader bufLectura = new BufferedReader(new FileReader(textoC));
BufferedWriter bufEscritura = new BufferedWriter(new FileWriter(textoD));
List<Character> list = new ArrayList<Character>();
int i=0;
int cosa=bufLectura.read();
while(cosa!=-1) {
list.add((char)cosa);
i++;
cosa=bufLectura.read();
}
System.out.println(list);
//List<Integer> list2 =decodificar(list);
/*
List<Character> code=codificar(list);
char[] codigo=new char[code.size()];
for (int j = 0; j < code.size()-1; j++) {
codigo[j]=code.get(j);
bufEscritura.write(codigo[j]);
}
System.out.println("FIN codificacion");
bufEscritura.close();
*/
}
public static void main(String[] args) throws IOException {
LZ78 lz78 = new LZ78();
File textoPlano, textoPlanoCodificado, textoPlanoDecodificado;
textoPlano = new File("C:/pruebas/T.txt");
textoPlanoCodificado = new File("C:/pruebas/TOut.txt");
textoPlanoDecodificado = new File("C:/pruebas/TDecOut.txt");
lz78.codificacion(textoPlano, textoPlanoCodificado);
lz78.decodificacion(textoPlanoCodificado, textoPlanoDecodificado);
/*
* textoPlano = new File("C:/pruebas/MobyDick.txt");
* textoPlanoCodificado = new File("C:/pruebas/MobyDickOut.txt");
* textoPlanoDecodificado = new File("C:/pruebas/MobyDickDecOut.txt");
* lz78.codificacion(textoPlano, textoPlanoCodificado);
* lz78.decodificacion(textoPlanoCodificado, textoPlanoDecodificado);
*
* textoPlano = new File("C:/pruebas/Quixote.txt"); textoPlanoCodificado
* = new File("C:/pruebas/QuixoteOut.txt"); textoPlanoDecodificado = new
* File("C:/pruebas/QuixoteDecOut.txt"); lz78.codificacion(textoPlano,
* textoPlanoCodificado); lz78.decodificacion(textoPlanoCodificado,
* textoPlanoDecodificado);
*/
}
}
最佳答案
注意:我假设这是家庭作业。如果不是,那么您应该对位(不是字符)进行操作并实现LZW而不是LZ78
字典索引的长度取决于字典的总大小。虽然只有9个条目,但您只能使用1个字符。词典中一旦有10个条目,您就需要为所有条目使用2个字符作为索引。
请注意,解码器将在处理流时知道它看到了多少个字典条目,因此您无需分别存储字典的大小,而可以逐渐增加用于存储索引的字符数。即一旦您存储了第10个字典条目,就开始为以后的所有索引使用2个字符。输入第100个词典后,请使用3个字符,依此类推。
编辑:This link有一个分步示例,显示了在解码阶段正在重建的字典。尽管该链接描述的是LZW(不是LZ78),但思路是相同的:您需要在解码时重建整个字典,并且不能从编码步骤重新使用字典(例如,考虑解码器和编码器可以在单独的计算机上的情况) ->字典不会通过网络发送。)
关于java - 用Java实现LZ78算法,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/20443035/