123 lines
3.6 KiB
C++
123 lines
3.6 KiB
C++
/**
|
||
* \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 d’entrée 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 l’extension `.lzw`.
|
||
*
|
||
* \param t_in_file Chemin vers le fichier d’entrée
|
||
* \param t_out_file Chemin vers le fichier de sortie
|
||
*/
|
||
void compress(const std::string &t_in_file, const char *t_out_file) {
|
||
// Fichier d’entrée
|
||
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 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)};
|
||
|
||
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;
|
||
}
|