Python中實現一個LZ77壓縮算法

這篇文章給大家介紹Python中實現一個LZ77壓縮算法，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

原理介紹：

首先介紹幾個專業術語。

1.lookahead buffer(不知道怎么用中文表述，暫時稱為待編碼區):

等待編碼的區域

2. search buffer：

已經編碼的區域，搜索緩沖區

3.滑動窗口：

指定大小的窗，包含“搜索緩沖區”（左） + “待編碼區”（右）

接下來，介紹具體的編碼過程：

為了編碼待編碼區，  編碼器在滑動窗口的搜索緩沖區查找直到找到匹配的字符串。匹配字符串的開始字符串與待編碼緩沖區的距離稱為“偏移值”，匹配字符串的長度稱為“匹配長度”。編碼器在編碼時，會一直在搜索區中搜索，直到找到***匹配字符串，并輸出(o,  l )，其中o是偏移值， l是匹配長度。然后窗口滑動l，繼續開始編碼。如果沒有找到匹配字符串，則輸出(0, 0,  c)，c為待編碼區下一個等待編碼的字符，窗口滑動“1”。算法實現將類似下面的：

while( lookAheadBuffer not empty )
 { get a pointer (position, match) to the longest match  in the window for the lookAheadBuffer;output a (position, length, char());
 shift the window length+1 characters along;
 }

主要步驟為：

1.設置編碼位置為輸入流的開始

2.在滑窗的待編碼區查找搜索區中的***匹配字符串

3.如果找到字符串，輸出(偏移值， 匹配長度)， 窗口向前滑動“匹配長度”

4.如果沒有找到，輸出(0, 0, 待編碼區的***個字符)，窗口向前滑動一個單位

5.如果待編碼區不為空，回到步驟2

描述實在是太復雜，還是結合實例來講解吧

實例：

現在有字符串“AABCBBABC”，現在對其進行編碼。

一開始，窗口滑入如圖位置

由圖可見，待編碼緩沖區有“AAB”三個字符，此時搜索緩沖區還是空的。所以編碼***個字符，由于搜索區為空，故找不到匹配串，輸出(0,0, A),窗口右移一個單位，如下圖

此時待編碼區有“ABC”。開始編碼。***編碼”A”，在搜索區找到”A”。由于沒有超過待編碼區，故開始編碼”AB”，但在搜索區沒有找到匹配字符串，故無法編碼。因此只能編碼”A”。

輸出(1, 1)。即為相對于待編碼區，偏移一個單位，匹配長度為1。窗口右滑動匹配長度，即移動1個單位。如下圖

一樣，沒找到，輸出(0, 0, B),右移1個單號，如下圖

輸出（0， 0， C）,右移1個單位，如下圖

輸出(2, 1),右移1個單位，如下圖

輸出(3, 1)， 右移1個單位，如下圖

開始編碼”A”，在搜索緩沖區查找到匹配字符串。由于待編碼緩沖區沒有超過，繼續編碼。開始編碼”AB”,也搜索到。不要停止，繼續編碼“ABC”，找到匹配字符串。由于繼續編碼，則超過了窗口，故只編碼“ABC”，輸出(5,  3),偏移5，長度3。右移3個單位，如下圖

此時待編碼緩沖區為空，停止編碼。

最終輸出結果如下

python代碼實現：

class Lz77:def __init__(self, inputStr):self.inputStr = inputStr #輸入流self.searchSize = 5    #搜索緩沖區(已編碼區)大小self.aheadSize = 3     #lookAhead緩沖區（待編碼區）大小 self.windSpiltIndex = 0 #lookHead緩沖區開始的索引self.move = 0self.notFind = -1   #沒有找到匹配字符串#得到滑動窗口的末端索引def getWinEndIndex(self):return self.windSpiltIndex + self.aheadSize#得到滑動窗口的始端索引def getWinStartIndex(self):return self.windSpiltIndex - self.searchSize#判斷lookHead緩沖區是否為空def isLookHeadEmpty(self):return True if self.windSpiltIndex + self.move> len(self.inputStr) - 1   else Falsedef encoding(self):step = 0print("Step   Position   Match   Output")while not self.isLookHeadEmpty():#1.滑動窗口self.winMove()#2. 得到***匹配串的偏移值和長度(offset, matchLen) = self.findMaxMatch()#3.設置窗口下一步需要滑動的距離self.setMoveSteps(matchLen) if matchLen == 0:#匹配為0，說明無字符串匹配，輸出下一個需要編碼的字母nextChar = self.inputStr[self.windSpiltIndex]
                result = (step, self.windSpiltIndex, '-',  '(0,0)' + nextChar)else:
                result = (step, self.windSpiltIndex, self.inputStr[self.windSpiltIndex - offset: self.windSpiltIndex - offset + matchLen], '(' + str(offset) + ',' + str(matchLen) + ')')#4.輸出結果self.output(result)    
            step = step + 1        #僅用來設置第幾步#滑動窗口(移動分界點)def winMove(self):self.windSpiltIndex = self.windSpiltIndex + self.move#尋找***匹配字符并返回相對于窗口分界點的偏移值和匹配長度def findMaxMatch(self):matchLen = 0offset = 0minEdge = self.minEdge() + 1  #得到編碼區域的右邊界#遍歷待編碼區，尋找***匹配串for i in range(self.windSpiltIndex + 1, minEdge):#print("i: %d" %i)offsetTemp = self.searchBufferOffest(i)if offsetTemp == self.notFind: return (offset, matchLen)
            offset = offsetTemp #偏移值matchLen = matchLen + 1  #每找到一個匹配串，加1return (offset, matchLen)#入參字符串是否存在于搜索緩沖區，如果存在，返回匹配字符串的起始索引def searchBufferOffest(self, i):searchStart = self.getWinStartIndex()
        searchEnd = self.windSpiltIndex #下面幾個if是處理開始時的特殊情況if searchEnd < 1:return self.notFindif searchStart < 0:
            searchStart = 0if searchEnd == 0:
                searchEnd = 1searchStr = self.inputStr[searchStart : searchEnd]  #搜索區字符串findIndex = searchStr.find(self.inputStr[self.windSpiltIndex : i])if findIndex == -1:return -1return len(searchStr) - findIndex#設置下一次窗口需要滑動的步數def setMoveSteps(self, matchLen):if matchLen == 0:
            self.move = 1else:
            self.move = matchLendef minEdge(self):return len(self.inputStr)  if len(self.inputStr) - 1 < self.getWinEndIndex() else self.getWinEndIndex() + 1def output(self, touple):print("%d      %d           %s     %s" % touple)if __name__ == "__main__":
    lz77 = Lz77("AABCBBABC")
    lz77.encoding()

關于Python中實現一個LZ77壓縮算法就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。