前言

LZ77算法是無損壓縮算法，由以色列人Abraham Lempel發(fā)表于1977年。LZ77是典型的基于字典的壓縮算法，現(xiàn)在很多壓縮技術(shù)都是基于LZ77。鑒于其在數(shù)據(jù)壓縮領(lǐng)域的地位，本文將結(jié)合圖片和源碼詳細(xì)介紹其原理。

原理介紹：

首先介紹幾個(gè)專業(yè)術(shù)語。

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

等待編碼的區(qū)域

2. search buffer：

已經(jīng)編碼的區(qū)域，搜索緩沖區(qū)

3.滑動(dòng)窗口：

指定大小的窗，包含“搜索緩沖區(qū)”(左) + “待編碼區(qū)”(右)

接下來，介紹具體的編碼過程：

為了編碼待編碼區(qū)， 編碼器在滑動(dòng)窗口的搜索緩沖區(qū)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(qū)的距離稱為“偏移值”，匹配字符串的長(zhǎng)度稱為“匹配長(zhǎng)度”。編碼器在編碼時(shí)，會(huì)一直在搜索區(qū)中搜索，直到找到最大匹配字符串，并輸出(o, l )，其中o是偏移值， l是匹配長(zhǎng)度。然后窗口滑動(dòng)l，繼續(xù)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(qū)下一個(gè)等待編碼的字符，窗口滑動(dòng)“1”。算法實(shí)現(xiàn)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(shè)置編碼位置為輸入流的開始

2.在滑窗的待編碼區(qū)查找搜索區(qū)中的最大匹配字符串

3.如果找到字符串，輸出(偏移值， 匹配長(zhǎng)度)， 窗口向前滑動(dòng)“匹配長(zhǎng)度”

4.如果沒有找到，輸出(0, 0, 待編碼區(qū)的第一個(gè)字符)，窗口向前滑動(dòng)一個(gè)單位

5.如果待編碼區(qū)不為空，回到步驟2

描述實(shí)在是太復(fù)雜，還是結(jié)合實(shí)例來講解吧

實(shí)例：

現(xiàn)在有字符串“AABCBBABC”，現(xiàn)在對(duì)其進(jìn)行編碼。

一開始，窗口滑入如圖位置

由圖可見，待編碼緩沖區(qū)有“AAB”三個(gè)字符，此時(shí)搜索緩沖區(qū)還是空的。所以編碼第一個(gè)字符，由于搜索區(qū)為空，故找不到匹配串，輸出(0,0, A),窗口右移一個(gè)單位，如下圖

此時(shí)待編碼區(qū)有“ABC”。開始編碼。最先編碼"A"，在搜索區(qū)找到"A"。由于沒有超過待編碼區(qū)，故開始編碼"AB"，但在搜索區(qū)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(duì)于待編碼區(qū)，偏移一個(gè)單位，匹配長(zhǎng)度為1。窗口右滑動(dòng)匹配長(zhǎng)度，即移動(dòng)1個(gè)單位。如下圖

一樣，沒找到，輸出(0, 0, B),右移1個(gè)單號(hào)，如下圖

輸出(0， 0， C),右移1個(gè)單位，如下圖

輸出(2, 1),右移1個(gè)單位，如下圖

輸出(3, 1)， 右移1個(gè)單位，如下圖

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

此時(shí)待編碼緩沖區(qū)為空，停止編碼。

最終輸出結(jié)果如下

python代碼實(shí)現(xiàn)：

1 classLz77:2 def __init__(self, inputStr):3 self.inputStr = inputStr #輸入流

4 self.searchSize = 5 #搜索緩沖區(qū)(已編碼區(qū))大小

5 self.aheadSize = 3 #lookAhead緩沖區(qū)(待編碼區(qū))大小

6 self.windSpiltIndex = 0 #lookHead緩沖區(qū)開始的索引

7 self.move =08 self.notFind = -1 #沒有找到匹配字符串

9

10 #得到滑動(dòng)窗口的末端索引

11 defgetWinEndIndex(self):12 return self.windSpiltIndex +self.aheadSize13

14 #得到滑動(dòng)窗口的始端索引

15 defgetWinStartIndex(self):16 return self.windSpiltIndex -self.searchSize17

18 #判斷l(xiāng)ookHead緩沖區(qū)是否為空

19 defisLookHeadEmpty(self):20 return True if self.windSpiltIndex + self.move> len(self.inputStr) - 1 elseFalse21

22 defencoding(self):23 step =024 print("Step Position Match Output")25 while notself.isLookHeadEmpty():26 #1.滑動(dòng)窗口

27 self.winMove()28 #2. 得到最大匹配串的偏移值和長(zhǎng)度

29 (offset, matchLen) =self.findMaxMatch()30 #3.設(shè)置窗口下一步需要滑動(dòng)的距離

31 self.setMoveSteps(matchLen)32 if matchLen ==0:33 #匹配為0，說明無字符串匹配，輸出下一個(gè)需要編碼的字母

34 nextChar =self.inputStr[self.windSpiltIndex]35 result = (step, self.windSpiltIndex, '-', '(0,0)' +nextChar)36 else:37 result = (step, self.windSpiltIndex, self.inputStr[self.windSpiltIndex - offset: self.windSpiltIndex - offset + matchLen], '(' + str(offset) + ',' + str(matchLen) + ')')38 #4.輸出結(jié)果

39 self.output(result)40 step = step + 1 #僅用來設(shè)置第幾步

41

42

43 #滑動(dòng)窗口(移動(dòng)分界點(diǎn))

44 defwinMove(self):45 self.windSpiltIndex = self.windSpiltIndex +self.move46

47 #尋找最大匹配字符并返回相對(duì)于窗口分界點(diǎn)的偏移值和匹配長(zhǎng)度

48 deffindMaxMatch(self):49 matchLen =050 offset =051 minEdge = self.minEdge() + 1 #得到編碼區(qū)域的右邊界

52 #遍歷待編碼區(qū)，尋找最大匹配串

53 for i in range(self.windSpiltIndex + 1, minEdge):54 #print("i: %d" %i)

55 offsetTemp =self.searchBufferOffest(i)56 if offsetTemp ==self.notFind:57 return(offset, matchLen)58 offset = offsetTemp #偏移值

59

60 matchLen = matchLen + 1 #每找到一個(gè)匹配串，加1

61

62 return(offset, matchLen)63

64 #入?yún)⒆址欠翊嬖谟谒阉骶彌_區(qū)，如果存在，返回匹配字符串的起始索引

65 defsearchBufferOffest(self, i):66 searchStart =self.getWinStartIndex()67 searchEnd =self.windSpiltIndex68 #下面幾個(gè)if是處理開始時(shí)的特殊情況

69 if searchEnd < 1:70 returnself.notFind71 if searchStart <0:72 searchStart =073 if searchEnd ==0:74 searchEnd = 1

75 searchStr = self.inputStr[searchStart : searchEnd] #搜索區(qū)字符串

76 findIndex =searchStr.find(self.inputStr[self.windSpiltIndex : i])77 if findIndex == -1:78 return -1

79 return len(searchStr) -findIndex80

81 #設(shè)置下一次窗口需要滑動(dòng)的步數(shù)

82 defsetMoveSteps(self, matchLen):83 if matchLen ==0:84 self.move = 1

85 else:86 self.move =matchLen87

88

89 defminEdge(self):90 return len(self.inputStr) if len(self.inputStr) - 1 < self.getWinEndIndex() else self.getWinEndIndex() + 1

91

92 defoutput(self, touple):93 print("%d %d %s %s" %touple)94

95

96

97

98 if __name__ == "__main__":99 lz77 = Lz77("AABCBBABC")100 lz77.encoding()

只是簡(jiǎn)單的寫了下，沒有過多考慮細(xì)節(jié)，請(qǐng)注意，這不是最終的代碼，只是用來闡述原理，僅供參考。輸出結(jié)果就是上面的輸出(格式由于坑爹的博客園固定樣式，代碼位置有偏移，請(qǐng)注意)

參考文章：

以上幾篇文章都是很好的講解LZ77原理的，大家有興趣的可以參考下。由于國(guó)內(nèi)介紹該算法的比較少，故這些英文文章幫助還是挺大的。

總結(jié)

以上是生活随笔為你收集整理的python压缩算法_LZ77压缩算法编码原理详解(结合图片和简单代码)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。