lzw-assignment/src/compress.cc

123 lines
3.6 KiB
C++
Raw Normal View History

2018-04-05 16:47:07 +00:00
/**
* \file compress.cc
* \brief Implementation of compression
*/
#include "compress.hh"
#include "utf8.hh"
2018-04-05 16:47:07 +00:00
#include <cstdlib>
#include <fstream>
2018-04-05 16:47:07 +00:00
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
using std::printf;
2018-04-05 16:47:07 +00:00
/**
* 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.
2018-04-05 16:47:07 +00:00
*
* \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 lzw_compress(const ustring &t_text, dict_t &t_dictionary) {
2018-04-05 16:47:07 +00:00
std::puts("Compressing...");
uvec res{};
uint32_t w = 0xFFFFFFFF;
uint32_t len = 0;
constexpr size_t DICT_MAX = 7936; /* 12 bits */
2018-04-05 16:47:07 +00:00
#ifdef Debug
size_t progress = 0;
#endif
2018-04-05 16:47:07 +00:00
for (const auto &c : t_text) {
++len;
2018-04-05 16:47:07 +00:00
#ifdef Debug
printf("\rprogress: %zu / %zu", ++progress, t_text.size());
2018-04-05 16:47:07 +00:00
#endif
if (/* len > LENGTH_MAX || */ t_dictionary.size() >= DICT_MAX ) {
2018-04-05 16:47:07 +00:00
res.push_back(static_cast<uint32_t>(w));
w = c;
len = 0;
} else if (const auto &[exists, pos] = dico(t_dictionary, w, c);
2018-04-05 16:47:07 +00:00
exists) {
w = pos;
} else {
res.push_back(static_cast<uint32_t>(w));
w = c;
len = 0;
}
}
printf("\n");
return res;
}
/**
* \brief function description
*
* Wrapper de la fonction \ref lzw_compress gérant l'ouverture, la lecture,
* l'écriture et la fermeture des fichiers dentrée et de sortie. Si \p
* t_out_file est nul (chemin non spécifié), il prendra alors la valeur de
* \p t_in_file à laquelle sera annexé lextension `.lzw`.
*
* \param t_in_file Chemin vers le fichier dentrée
* \param t_out_file Chemin vers le fichier de sortie
*/
void compress(const std::string &t_in_file, const char *t_out_file) {
// Fichier dentrée
std::ifstream input_file{t_in_file};
// Fichier de sortie
2018-04-15 19:15:07 +00:00
// FILE *out = nullptr;
// if (t_out_file) {
// out = fopen(t_out_file, "wb");
// } else {
// std::string out_name{t_in_file};
// out_name.append(".lzw");
// out = fopen(out_name.c_str(), "wb");
// }
FILE *out = (t_out_file)
? fopen(t_out_file, "wb")
: fopen(std::string{t_out_file, ".lzw"}.c_str(), "wb");
input_file.seekg(0, std::ios::end);
// string contenant le fichier dentrée
ustring str(static_cast<unsigned long>(input_file.tellg()),
static_cast<unsigned char>(0));
input_file.seekg(0, std::ios::beg);
// assignation du contenu du fichier à str
str.assign((std::istreambuf_iterator<char>(input_file)),
std::istreambuf_iterator<char>());
printf("Size of input file: %zu\n", str.size());
dict_t dictionary{};
const auto comp_str{lzw_compress(str, dictionary)};
printf("\n############################################\n");
printf(" Compressed!\n");
printf("############################################\n\n");
printf("Size of compressed string: %zu\n", comp_str.size());
printf("Size of dictionary: %zu\n", dictionary.size());
printf("Compression ratio: %.10f\n",
static_cast<double>(str.size() / comp_str.size()));
for(const auto c : comp_str)
write_utf8(out, c);
fclose(out);
input_file.close();
return;
}