Fixed empty chunk issue, still unexpected errors
This commit is contained in:
Phuntsok Drak-pa
parent
d7ea7c8866
commit
b7f96f0557
@ -6,8 +6,8 @@
|
||||
#include "common.hh"
|
||||
|
||||
using uint8_t = std::uint8_t;
|
||||
using uint16_t = std::uint16_t;
|
||||
using dic_t = std::map<std::pair<uint16_t, uint8_t>, uint16_t>;
|
||||
using uint32_t = std::uint32_t;
|
||||
using dic_t = std::map<std::pair<uint32_t, uint8_t>, uint32_t>;
|
||||
|
||||
/**
|
||||
* Cette fonction a pour double usage la recherche d’une chaine de caractères
|
||||
@ -18,18 +18,18 @@ using dic_t = std::map<std::pair<uint16_t, uint8_t>, uint16_t>;
|
||||
* caractère se référant au dernier caractère de la chaine courante. Si le
|
||||
* numéro de chaine est -1, alors il s’agit du premier caractère de la chaine,
|
||||
* et la valeur renvoyée sera la valeur ASCII du caractère. La fonction renvoie
|
||||
* une paire bool/uint16_t, la valeur booléene indiquant si une nouvelle fut
|
||||
* ajoutée dans le dictionnaire ou non, et le uint16_t indiquant la valeur
|
||||
* une paire bool/uint32_t, la valeur booléene indiquant si une nouvelle fut
|
||||
* ajoutée dans le dictionnaire ou non, et le uint32_t indiquant la valeur
|
||||
* numérique de la chaîne dans le dictionnaire.
|
||||
*
|
||||
* \param dictionary Dictionnaire
|
||||
* \param nr_chaine Numéro de la chaine précédant le caractères \p c dans \p dictionary
|
||||
* \param c Caractère suivant la chaine de caractères \p nr_chaine
|
||||
* \return std::pair<bool, uint16_t>
|
||||
* \return std::pair<bool, uint32_t>
|
||||
*/
|
||||
const std::pair<bool, uint16_t>
|
||||
dico(std::map<std::pair<uint16_t, uint8_t>, uint16_t> &t_dictionary,
|
||||
uint16_t t_nr_chaine, uint8_t t_c) {
|
||||
const std::pair<bool, uint32_t>
|
||||
dico(std::map<std::pair<uint32_t, uint8_t>, uint32_t> &t_dictionary,
|
||||
uint32_t t_nr_chaine, uint8_t t_c) {
|
||||
if (t_nr_chaine == 0xFFFF)
|
||||
return std::make_pair(true, t_c);
|
||||
auto &e = t_dictionary[std::make_pair(t_nr_chaine, t_c)];
|
||||
|
||||
@ -10,8 +10,8 @@
|
||||
#include <map>
|
||||
|
||||
/// \brief Recherche ou ajout de chaine dans le dictionnaire
|
||||
const std::pair<bool, std::uint16_t>
|
||||
dico(std::map<std::pair<std::uint16_t, std::uint8_t>, std::uint16_t> &,
|
||||
uint16_t, uint8_t);
|
||||
const std::pair<bool, std::uint32_t>
|
||||
dico(std::map<std::pair<std::uint32_t, std::uint8_t>, std::uint32_t> &,
|
||||
uint32_t, uint8_t);
|
||||
|
||||
#endif /* LZW_SRC_COMMON_H_ */
|
||||
|
||||
136
src/compress.cc
136
src/compress.cc
@ -16,56 +16,55 @@ constexpr bool debug_mode = false;
|
||||
#include <iostream>
|
||||
#include <thread>
|
||||
|
||||
using dict_t = std::map<std::pair<uint16_t, uint8_t>, uint16_t>;
|
||||
using ustring = std::basic_string<uint8_t>; // chaine non encodée
|
||||
using uvec = std::vector<uint16_t>; // chaine encodée
|
||||
using dict_t = std::map<std::pair<uint32_t, uint8_t>, uint32_t>;
|
||||
using ustring = std::basic_string<uint8_t>; // chaîne non encodée
|
||||
using uvec = std::vector<uint32_t>; // chaîne encodée
|
||||
using std::printf;
|
||||
|
||||
void join_and_write(
|
||||
std::vector<std::pair<std::unique_ptr<std::thread>, uvec>> &t_threads,
|
||||
FILE *t_out) {
|
||||
for (auto &elem : t_threads) {
|
||||
(*elem.first).join();
|
||||
}
|
||||
for (auto &elem : t_threads) {
|
||||
for (const auto c : elem.second) {
|
||||
write_utf8(t_out, c);
|
||||
}
|
||||
}
|
||||
t_threads.clear();
|
||||
}
|
||||
|
||||
/**
|
||||
* La chaine de caractère \p text est lue caractère par caractère, et est et
|
||||
* La chaîne de caractère \p t_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.
|
||||
* renvoie ledit vecteur de uint32_t via le paramètre \p t_res.
|
||||
*
|
||||
* \param t_text Chaine de caractères uint8_t représentant le fichier d'entrée
|
||||
* \param t_dictionary Dictionnaire de compression
|
||||
* \return std::vector<uint16_t>
|
||||
* \param[in] t_text Chaîne de caractères uint8_t représentant le fichier
|
||||
* d'entrée \param[out] t_res Chaîne de caractères de sortie
|
||||
*/
|
||||
void lzw_compress(const std::vector<char> &t_text, uvec &t_res) {
|
||||
dict_t dictionary{};
|
||||
std::puts("Compressing...");
|
||||
// uvec res{};
|
||||
uint16_t w = 0xFFFF;
|
||||
uint16_t len = 0;
|
||||
uint32_t w = 0xFFFF;
|
||||
|
||||
constexpr size_t DICT_MAX = 7936; /* 12 bits */
|
||||
|
||||
size_t progress = 0;
|
||||
|
||||
for (const auto &c : t_text) {
|
||||
++len;
|
||||
|
||||
if constexpr (debug_mode) {
|
||||
printf("\rprogress: %zu / %zu", ++progress, t_text.size());
|
||||
}
|
||||
|
||||
if (/* len > LENGTH_MAX || */ dictionary.size() >= DICT_MAX) {
|
||||
t_res.push_back(static_cast<uint16_t>(w));
|
||||
w = static_cast<uint16_t>(c);
|
||||
len = 0;
|
||||
if (dictionary.size() >= DICT_MAX) {
|
||||
t_res.push_back(static_cast<uint32_t>(w));
|
||||
w = static_cast<uint32_t>(c);
|
||||
} else if (const auto &[exists, pos] =
|
||||
dico(dictionary, w, static_cast<std::uint8_t>(c));
|
||||
exists) {
|
||||
w = pos;
|
||||
} else {
|
||||
t_res.push_back(static_cast<uint16_t>(w));
|
||||
t_res.push_back(static_cast<uint32_t>(w));
|
||||
w = static_cast<std::uint8_t>(c);
|
||||
len = 0;
|
||||
}
|
||||
}
|
||||
printf("\n");
|
||||
// return res;
|
||||
}
|
||||
|
||||
/**
|
||||
@ -82,81 +81,66 @@ void lzw_compress(const std::vector<char> &t_text, uvec &t_res) {
|
||||
void compress(const std::string &t_in_file, const char *t_out_file) {
|
||||
// Fichier d’entrée
|
||||
std::ifstream input_file{t_in_file};
|
||||
if(!input_file.is_open()) {
|
||||
if (!input_file.is_open()) {
|
||||
std::cerr << "Error at " << __FILE__ << ":" << __LINE__ - 2
|
||||
<< ": could not open output file \"" << t_in_file << "\". Aborting...\n";
|
||||
<< ": could not open output file \"" << t_in_file
|
||||
<< "\". Aborting...\n";
|
||||
exit(1);
|
||||
}
|
||||
|
||||
// Fichier de sortie
|
||||
const char *filename =
|
||||
(t_out_file) ? t_out_file : "output.lzw";
|
||||
const char *filename = (t_out_file) ? t_out_file : "output.lzw";
|
||||
FILE *out = fopen(filename, "wb");
|
||||
if(!out) {
|
||||
if (!out) {
|
||||
std::cerr << "Error at " << __FILE__ << ":" << __LINE__ - 4
|
||||
<< ": could not open output file \"" << filename << "\". Aborting...\n";
|
||||
<< ": could not open output file \"" << filename
|
||||
<< "\". Aborting...\n";
|
||||
input_file.close();
|
||||
exit(1);
|
||||
}
|
||||
|
||||
// input_file.seekg(0, std::ios::end);
|
||||
// // string contenant le fichier d’entrée
|
||||
// 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)};
|
||||
|
||||
// thread pool
|
||||
std::vector<std::pair<std::unique_ptr<std::thread>, uvec>> threads{};
|
||||
|
||||
// char chunk[32768];
|
||||
std::vector<char> chunk{};
|
||||
chunk.reserve(32768);
|
||||
while (input_file.read(chunk.data(), 32768)) {
|
||||
threads.push_back(std::make_pair(nullptr, uvec{}));
|
||||
std::vector<char> chunk(32768, 0);
|
||||
while (input_file.read(chunk.data(),
|
||||
static_cast<std::streamsize>(chunk.size()))) {
|
||||
printf("\n");
|
||||
threads.emplace_back(nullptr, uvec{});
|
||||
threads.back().first = std::make_unique<std::thread>(
|
||||
std::thread{lzw_compress, chunk, ref(threads.back().second)});
|
||||
if (threads.size() >= 8) {
|
||||
for (auto &elem : threads) {
|
||||
(*elem.first).join();
|
||||
}
|
||||
for (auto &elem : threads) {
|
||||
for (const auto c : elem.second) {
|
||||
write_utf8(out, c);
|
||||
}
|
||||
}
|
||||
threads.clear();
|
||||
join_and_write(threads, out);
|
||||
}
|
||||
}
|
||||
|
||||
if(threads.size() != 0) {
|
||||
for (auto &elem : threads) {
|
||||
(*elem.first).join();
|
||||
if (!threads.empty()) {
|
||||
join_and_write(threads, out);
|
||||
}
|
||||
|
||||
if (input_file.tellg() != std::ios::end) {
|
||||
std::puts("Leftovers, compressing...");
|
||||
{
|
||||
const auto prev_pos = input_file.tellg();
|
||||
input_file.seekg(0, std::ios::end);
|
||||
chunk.reserve(static_cast<size_t>(input_file.tellg() - prev_pos));
|
||||
input_file.seekg(prev_pos, std::ios::beg);
|
||||
std::istreambuf_iterator<char> itr(input_file);
|
||||
for (std::streamoff i = 0; i < prev_pos; ++i, ++itr)
|
||||
;
|
||||
chunk.assign((itr), std::istreambuf_iterator<char>());
|
||||
}
|
||||
for (auto &elem : threads) {
|
||||
for (const auto c : elem.second) {
|
||||
write_utf8(out, c);
|
||||
uvec ret{};
|
||||
lzw_compress(chunk, ret);
|
||||
for (const auto c : ret) {
|
||||
if constexpr (debug_mode) {
|
||||
printf("%c\t", c);
|
||||
}
|
||||
write_utf8(out, c);
|
||||
}
|
||||
threads.clear();
|
||||
}
|
||||
|
||||
if(input_file.tellg() != std::ios::end) {
|
||||
std::puts("Leftovers...");
|
||||
}
|
||||
|
||||
// for (const auto c : comp_str)
|
||||
// write_utf8(out, c);
|
||||
|
||||
fclose(out);
|
||||
input_file.close();
|
||||
}
|
||||
|
||||
@ -11,10 +11,9 @@
|
||||
#include <iostream>
|
||||
|
||||
/// \brief Compression d'une chaine de caractères
|
||||
void lzw_compress(const std::vector<char> &t_text,
|
||||
std::vector<std::uint16_t> &t_rec);
|
||||
void lzw_compress(const std::vector<char> &, std::vector<std::uint32_t> &);
|
||||
|
||||
/// \brief Wrapper de \ref lzw_compress
|
||||
void compress(const std::string &t_in_file, const char *t_out_file);
|
||||
void compress(const std::string &, const char *);
|
||||
|
||||
#endif /* LZW_SRC_COMPRESS_H_ */
|
||||
|
||||
@ -64,7 +64,7 @@ int main(int argc, char *argv[]) {
|
||||
std::string output_path{};
|
||||
bool compressing = true;
|
||||
|
||||
while (1) {
|
||||
while (true) {
|
||||
int option_index = 0;
|
||||
static struct option long_options[] = {
|
||||
{"help", no_argument, nullptr, 'h'},
|
||||
@ -72,7 +72,7 @@ int main(int argc, char *argv[]) {
|
||||
{"output", required_argument, nullptr, 'o'},
|
||||
{"compress", no_argument, nullptr, 'c'},
|
||||
{"uncompress", no_argument, nullptr, 'u'},
|
||||
{0, 0, 0, 0}};
|
||||
{nullptr, 0, nullptr, 0}};
|
||||
int c = getopt_long(argc, argv, "hi:o:cu", long_options, &option_index);
|
||||
if (c == -1)
|
||||
break;
|
||||
@ -133,7 +133,7 @@ int main(int argc, char *argv[]) {
|
||||
}
|
||||
}
|
||||
|
||||
if (input_path == "") {
|
||||
if (input_path.empty()) {
|
||||
puts("Error: no input file specified");
|
||||
return 2;
|
||||
}
|
||||
|
||||
Loading…
Reference in New Issue
Block a user