lzw算法

1. LZW算法简介 LZW算法又叫“串表压缩算法”就是通过建立一个字符串表，用较短的代码来表示较长的字符串来实现压缩，是一种无损压缩算法。 LZW压缩有三个重要的对象：数据流（CharStream）、编码流（CodeStream）和编译表（String Table）。在编码时，数据流是输入对象（文本文件的据序列），编码流就是输出对象（经过压缩运算的编码数据）；在解码时，编码流则是输入对象，数据流是输出对象；而编译表是在编码和解码时都须要用借助的对象。 其中在编码和解码时编译表（下面称为字典），是中间产物，在编码和解码后删除即可。 2. LZW编码算法手动模拟 现在我们先假设一个简单的场景以便我们理解，假设我们现在对 ILOVEYOUILOVEYOU 这一串只有 大写字母A-Z的序列进行压缩。 因为这段序列中只有字母A-Z那么我们只需要下面这个字典就可以一定可以编码这个序列。 Code 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Seq A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 现在我们设想如果字典里有我们要编码的序列的子序列的话，例如字典中有（27，“YOU”）这一项，那么我们编码序列的长度与原来相比肯定更优

LZW压缩算法是Unisys的专利，由Lempel-Ziv-Welch三人发明，有效期到2003年。 LZW思路： ASCII字符有255个，每个用8bits表示，如果要表示2个字符，就用16bits；3个字符就用24bits，依此类推。假设我们对ASCII码扩展成12位，可以有4096个字符，并自己定义255以后的含义，如ab定义成258，abc定义成259，那么ab只用12位，较原来节约4位；abc也只用12位，较原来24bits节约12位，可以想象，代替的字符串越长，位数越节约。一般LZW压缩比为2：1或3：1。这是以前系统内存以及存储能力较小，为提高计算和存储能力而设计的。到现在，计算机性能突飞猛进，其优势就不复存在。 LZW核心是在于其压缩算法——动态生成压缩字典，自动还原压缩字典进行解压，压缩数据内含压缩字典，边压缩边生成压缩字典，但不保存；解压时，边解压边还原压缩字典，进行解压。 压缩 生成压缩字典就是如何将255个的ASCII码动态扩展成4096个字符码的过程。 (1)形成关键字为255个ascii码，值为0~255的初始字典，设定clearcode=256，endcode=257。（clearcode是为了在解压时避免扩展字典容量超过4096时，告诉程序以后的压缩数据的压缩字典重新计算；endcode表示结束） (2)读取一个字符（input），和根字符（root