本發(fā)明涉及數(shù)據(jù)壓縮技術(shù)領(lǐng)域，尤其涉及一種基于LZ77的編碼方法。

背景技術(shù)：

LZ77編碼是一種開源的字典壓縮算法，屬于無損壓縮，廣泛應(yīng)用于gzip、LZMA等常用壓縮工具。字典壓縮的原理是構(gòu)建一個字典，存儲已編碼窗口中出現(xiàn)的重復(fù)字符串，然后用相應(yīng)的編碼代替文件中與字典內(nèi)字符串相匹配的字符串。其中，字典存儲的重復(fù)字符串最大長度是字典容量與壓縮質(zhì)量的重要影響因素之一。字典內(nèi)重復(fù)字符串的最大長度越大，字典容量越大，耗內(nèi)存越多，搜索匹配過程越長，壓縮速度越慢，壓縮質(zhì)量越高。

當(dāng)前，隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的飛速發(fā)展，數(shù)據(jù)文件規(guī)模越來越大，壓縮文件所需的壓縮時間越來越長，占用的CPU資源也越來越多，需要采用FPGA等硬件加速手段，以降低CPU占用率，減少數(shù)據(jù)中心功耗。但是，F(xiàn)PGA內(nèi)存資源有限，不能構(gòu)建大容量的壓縮字典，壓縮質(zhì)量受限。

因此，對于本領(lǐng)域技術(shù)人員而言，如何在不增加字典容量的基礎(chǔ)上提升壓縮質(zhì)量為亟需解決的技術(shù)問題。

技術(shù)實現(xiàn)要素：

為了便于理解，對本申請文件中出現(xiàn)的部分詞語，澄清如下：

LZ77：基于字典的、“滑動窗”的無損壓縮算法，在本申請文件中為具有一種編碼理論的算法集合，其中所述編碼理論的特征為：總會包含一個動態(tài)窗口和預(yù)讀緩沖器，并在動態(tài)窗口中尋找與預(yù)讀緩沖器中最匹配的數(shù)據(jù)，如果匹配的數(shù)據(jù)長度大于最小匹配長度，那么就輸出一對(長度(length)，距離(distance))數(shù)組，長度(length)是匹配的數(shù)據(jù)長度，距離(distance)說明了在輸入流中向后多少字節(jié)這個匹配數(shù)據(jù)可以被找到；

重復(fù)字符串編碼：在LZ77中輸出的(長度(length)，距離(distance))數(shù)組，其中長度(length)為重復(fù)字符串長度編碼，距離(distance)為重復(fù)字符串偏移量編碼。

基于背景技術(shù)存在的技術(shù)問題，本發(fā)明提出了一種基于LZ77的編碼方法，包括以下步驟：

對字符進(jìn)行LZ77編碼；

讀入LZ77編碼；

判斷當(dāng)前字符編碼結(jié)果，若當(dāng)前字符編碼結(jié)果為重復(fù)字符串編碼，則判斷相鄰之前的字符編碼結(jié)果，若相鄰之前的字符編碼結(jié)果為重復(fù)字符串編碼，則判斷當(dāng)前字符編碼結(jié)果與相鄰之前的字符編碼結(jié)果的距離是否相同，若相同，則將當(dāng)前字符編碼結(jié)果與相鄰之前的字符編碼結(jié)果進(jìn)行合并。

優(yōu)選地，包括以下步驟：

S1：初始化編碼位置；

S2：對當(dāng)前位置字符進(jìn)行LZ77編碼；

S3：讀入上述LZ77編碼；

S4：若當(dāng)前位置編碼結(jié)果為字符，編碼位置右移1位，轉(zhuǎn)入S2；若當(dāng)前位置編碼結(jié)果為重復(fù)字符串編碼(length[n],distance[n])，轉(zhuǎn)入S5；

S5：判斷上次編碼結(jié)果，若上次編碼結(jié)果為字符，編碼位置右移length[n]位，轉(zhuǎn)入S2；若上次編碼結(jié)果為重復(fù)字符串編碼(length[n-1],distance[n-1])，轉(zhuǎn)入S6；

S6：比較distance[n-1]與distance[n]，若distance[n-1]與distance[n]不相等，則編碼位置右移length[n]位，轉(zhuǎn)入S2；若distance[n-1]與distance[n]相等，則將重復(fù)字符串編碼(length[n],distance[n])和重復(fù)字符串編碼(length[n-1],distance[n-1])合并為(length[n]+length[n-1],distance[n])，編碼位置右移length[n]位，轉(zhuǎn)入S2。

優(yōu)選地，包括以下步驟：判斷編碼位置是否為文件尾，當(dāng)編碼位置為文件尾時，編碼結(jié)束。

優(yōu)選地，包括以下步驟：

S1：對所有字符進(jìn)行LZ77編碼；

S2：初始化編碼結(jié)果位置；

S3：讀入當(dāng)前位置LZ77編碼結(jié)果；

S4：若當(dāng)前位置編碼結(jié)果為字符，編碼結(jié)果位置右移一位，轉(zhuǎn)入S3；若當(dāng)前位置編碼結(jié)果為重復(fù)字符串編碼(length[n],distance[n])，轉(zhuǎn)入S5；

S5：判斷上次位置編碼結(jié)果，若上次位置編碼結(jié)果為字符，編碼結(jié)果位置右移length[n]位，轉(zhuǎn)入S3；若上次位置編碼結(jié)果為重復(fù)字符串編碼(length[n-1],distance[n-1])，轉(zhuǎn)入S6；

S6：比較distance[n-1]與distance[n]，若distance[n-1]與distance[n]不相等，則編碼結(jié)果位置右移length[n]位，轉(zhuǎn)入S3；若distance[n-1]與distance[n]相等，則將重復(fù)字符串編碼(length[n],distance[n])和重復(fù)字符串編碼(length[n-1],distance[n-1])合并為(length[n]+length[n-1],distance[n])，編碼結(jié)果位置右移length[n]位，轉(zhuǎn)入S3。

優(yōu)選地，包括以下步驟：判斷編碼結(jié)果是否為文件尾，當(dāng)編碼結(jié)果位置為文件尾時，編碼結(jié)束。

本發(fā)明中提供的一種基于LZ77的編碼方法，在對字符進(jìn)行LZ77編碼后，對相鄰匹配串編碼進(jìn)行合并，具體為相鄰的重復(fù)字符串編碼，若是偏移量編碼相同，則進(jìn)行合并；上述方法至少具有以下優(yōu)點：

1、通過對相鄰匹配串編碼的合并，在不增加字典存儲的字符串長度，不增加字典內(nèi)字符串搜索匹配的復(fù)雜度的前提下，可以降低壓縮文本容量，提升壓縮質(zhì)量，并能保持較快的壓縮速率；

2、既可以在LZ77編碼過程中將符合要求的相鄰匹配串編碼進(jìn)行合并，也可以完成整個文本完成LZ77編碼后將符合要求的相鄰匹配串編碼進(jìn)行合并，同時，可以將符合要求的相鄰匹配串編碼均進(jìn)行合并從而最大限度的提升壓縮質(zhì)量，也可以限定相鄰匹配串編碼的合并次數(shù)或限定合并后匹配串編碼的最大長度，因此，具有良好的靈活性。

附圖說明

圖1為本發(fā)明提出的一種基于LZ77的編碼方法中一種實施例的流程示意圖；

圖2為本發(fā)明提出的一種基于LZ77的編碼方法中另一種實施例的流程示意圖。

具體實施方式

如圖1-2所示，圖1為本發(fā)明提出的一種基于LZ77的編碼方法中一種實施例的流程示意圖；圖2為本發(fā)明提出的一種基于LZ77的編碼方法中另一種實施例的流程示意圖。

下面結(jié)合附圖和實施例對本發(fā)明進(jìn)行詳細(xì)的描述。

實施例1

參考圖1，假設(shè)待壓縮字符串為：ABCDEFGHIJKABCDEFGHIJK，重復(fù)字符串最大長度為4，本發(fā)明所公開的一種基于LZ77的編碼方法，包括以下步驟：

S1：初始化，pos＝1；

S2：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：A，pos＝2；

S3：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：AB，pos＝3；

S4：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABC，pos＝4；

S5：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABCD，pos＝5；

S6：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABCDE，pos＝6；

S7：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABCDEF，pos＝7；

S8：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABCDEFG，pos＝8；

S9：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABCDEFGH，pos＝9；

S10：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABCDEFGHI，pos＝10；

S11：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABCDEFGHIJ，pos＝11；

S12：當(dāng)前位置編碼結(jié)果為字符，無重復(fù)字符串，編碼結(jié)果為：ABCDEFGHIJK，pos＝12；

S13：當(dāng)前位置發(fā)現(xiàn)與已編碼窗口相匹配的最大長度重復(fù)字符串“ABCD”，編碼結(jié)果為：ABCDEFGHIJK(4,11)；

S14：判斷上次編碼結(jié)果，上次編碼結(jié)果為字符，無需合并，編碼位置右移4位，pos＝16；

S15：當(dāng)前位置發(fā)現(xiàn)與已編碼窗口相匹配的最大長度重復(fù)字符串“EFGH”，編碼結(jié)果為：ABCDEFGHIJK(4,11)(4,11)；

S16：判斷上次編碼結(jié)果，上次編碼結(jié)果為重復(fù)字符串編碼(4,11)，本次編碼結(jié)果為重復(fù)字符串編碼(4,11)，判斷兩者的偏移量編碼均為11，進(jìn)行編碼合并，得到編碼結(jié)果為：ABCDEFGHIJK(8,11)，編碼位置右移4位，pos＝20；

S17：當(dāng)前位置發(fā)現(xiàn)與已編碼窗口相匹配的最大長度重復(fù)字符串“IJK”，編碼結(jié)果為：ABCDEFGHIJK(8,11)(3,11)；

S18：判斷上次編碼結(jié)果，上次編碼結(jié)果為重復(fù)字符串編碼(8,11)，本次編碼結(jié)果為重復(fù)字符串編碼(3,11)，判斷兩者的偏移量編碼均為11，進(jìn)行編碼合并，得到編碼結(jié)果為：ABCDEFGHIJK(11,11)，編碼位置右移3位，pos＝23；

S19：pos為文件尾，編碼結(jié)束，最終編碼結(jié)果為ABCDEFGHIJK(11,11)。

在上述實施例1中，我們可以獲知，實施例1采用的在LZ77編碼過程中將符合要求的相鄰匹配串編碼進(jìn)行合并，并將將符合要求的相鄰匹配串編碼均進(jìn)行合并從而最大限度的提升壓縮質(zhì)量；在實施例1中，假設(shè)待壓縮字符串為：ABCDEFGHIJKABCDEFGHIJK，重復(fù)字符串最大長度為4，得到的編碼結(jié)果為ABCDEFGHIJK(11,11)，而若采用LZ77進(jìn)行編碼，獲得的編碼結(jié)果為ABCDEFGHIJK(4,11)(4,11)(3,11)，通過對比可知，通過對相鄰匹配串編碼的合并，在不增加字典存儲的字符串長度，不增加字典內(nèi)字符串搜索匹配的復(fù)雜度的前提下，可以降低壓縮文本容量，提升壓縮質(zhì)量，并能保持較快的壓縮速率。

實施例2

參考圖2，假設(shè)待壓縮字符串為：ABCDEFGHIJKABCDEFGHIJK，重復(fù)字符串最大長度為4，本發(fā)明所公開的一種基于LZ77的編碼方法，包括以下步驟：

S1：對待壓縮字符串ABCDEFGHIJKABCDEFGHIJK進(jìn)行LZ77編碼，編碼結(jié)果為：ABCDEFGHIJK(4,11)(4,11)(3,11)；

S2：讀入編碼“A”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S3：讀入編碼“B”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S4：讀入編碼“C”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S5：讀入編碼“D”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S6：讀入編碼“E”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S7：讀入編碼“F”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S8：讀入編碼“G”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S9：讀入編碼“H”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S10：讀入編碼“I”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S11：讀入編碼“J”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S12：讀入編碼“K”，其為字符編碼，無需合并，繼續(xù)讀入編碼；

S13：讀入編碼“(4,11)”，其為重復(fù)字符串編碼，判斷上次位置編碼結(jié)果為字符編碼，無需合并，繼續(xù)讀入編碼；

S14：讀入編碼“(4,11)”，其為重復(fù)字符串編碼，判斷上次位置編碼結(jié)果為重復(fù)字符串編碼(4,11)，判斷兩者的偏移量編碼均為11，將編碼(4,11)和(4,11)合并為(8,11)，繼續(xù)讀入編碼；

S15：讀入編碼“(3,11)”，其為重復(fù)字符串編碼，判斷上次位置編碼結(jié)果為重復(fù)字符串編碼(8,11)，判斷兩者的偏移量編碼均為11，將編碼(8,11)和(3,11)合并為(11,11)，繼續(xù)讀入編碼；

S16：處于編碼結(jié)果尾端，結(jié)束合并，獲得最終編碼結(jié)果為ABCDEFGHIJK(11,11)。

在上述實施例2中，我們可以獲知，實施例2采用的是完成整個文本完成LZ77編碼后將符合要求的相鄰匹配串編碼進(jìn)行合并，并將將符合要求的相鄰匹配串編碼均進(jìn)行合并從而最大限度的提升壓縮質(zhì)量；在實施例2中，假設(shè)待壓縮字符串為：ABCDEFGHIJKABCDEFGHIJK，重復(fù)字符串最大長度為4，將采用LZ77進(jìn)行編碼，獲得的編碼結(jié)果為ABCDEFGHIJK(4,11)(4,11)(3,11)最終合并為ABCDEFGHIJK(11,11)，通過對比可知，通過對相鄰匹配串編碼的合并，在不增加字典存儲的字符串長度，不增加字典內(nèi)字符串搜索匹配的復(fù)雜度的前提下，可以降低壓縮文本容量，提升壓縮質(zhì)量，并能保持較快的壓縮速率。

以上所述，僅為本發(fā)明較佳的具體實施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。