53 lines
1.5 KiB
C++
53 lines
1.5 KiB
C++
|
/**
|
||
|
|
* \file compress.cc
|
||
|
|
* \brief Implementation of compression
|
||
|
|
*/
|
||
|
|
|
||
|
|
#include "compress.hh"
|
||
|
|
#include <cstdlib>
|
||
|
|
|
||
|
|
using dict_t = std::map<std::pair<uint32_t, uint8_t>, uint32_t>;
|
||
|
|
using ustring = std::basic_string<uint8_t>; // chaine non encodée
|
||
|
|
using uvec = std::vector<uint32_t>; // chaine encodée
|
||
|
|
|
||
|
|
/**
|
||
|
|
* La chaine de caractère \p text est lue caractère par caractère, et est et
|
||
|
|
* selon la valeur de retour de la fonction \ref dico (permettant dans le même
|
||
|
|
* temps la création du dictionnaire), on rajoute un mot ou pas dans le vecteur
|
||
|
|
* de caractères UTF-8 représentant des mots de chars compressés. La fonction
|
||
|
|
* renvoie ledit vecteur de uint32_t.
|
||
|
|
*
|
||
|
|
* \param t_text Chaine de caractères uint8_t représentant le fichier d'entrée
|
||
|
|
* \param t_dictionary Dictionnaire de compression
|
||
|
|
* \return std::vector<uint16_t>
|
||
|
|
*/
|
||
|
|
const uvec compress(const ustring &t_text, dict_t &t_dictionary) {
|
||
|
|
std::puts("Compressing...");
|
||
|
|
uvec res{};
|
||
|
|
uint32_t w = 0xFFFFFFFF;
|
||
|
|
uint32_t len = 0;
|
||
|
|
#ifdef Debug
|
||
|
|
size_t progress = 0;
|
||
|
|
#endif
|
||
|
|
for (const auto &c : t_text) {
|
||
|
|
++len;
|
||
|
|
#ifdef Debug
|
||
|
|
printf("\rprogress: %zu / %zu", progress++, t_text.size());
|
||
|
|
#endif
|
||
|
|
if (len > 9) {
|
||
|
|
res.push_back(static_cast<uint32_t>(w));
|
||
|
|
w = c;
|
||
|
|
len = 0;
|
||
|
|
} else if (const auto &[exists, pos] = dico(t_dictionary, w, c);
|
||
|
|
exists) {
|
||
|
|
w = pos;
|
||
|
|
} else {
|
||
|
|
res.push_back(static_cast<uint32_t>(w));
|
||
|
|
w = c;
|
||
|
|
len = 0;
|
||
|
|
}
|
||
|
|
}
|
||
|
|
printf("\n");
|
||
|
|
return res;
|
||
|
|
}
|