lzw-assignment/src/compress.cc
2018-04-15 21:15:07 +02:00

123 lines
3.6 KiB
C++
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

/**
* \file compress.cc
* \brief Implementation of compression
*/
#include "compress.hh"
#include "utf8.hh"
#include <cstdlib>
#include <fstream>
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;
/**
* 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 lzw_compress(const ustring &t_text, dict_t &t_dictionary) {
std::puts("Compressing...");
uvec res{};
uint32_t w = 0xFFFFFFFF;
uint32_t len = 0;
constexpr size_t DICT_MAX = 7936; /* 12 bits */
#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 > LENGTH_MAX || */ t_dictionary.size() >= DICT_MAX ) {
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;
}
/**
* \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
// 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;
}