103 lines
3.0 KiB
C++
103 lines
3.0 KiB
C++
/**
|
||
* \file compress.cc
|
||
* \brief Implementation of compression
|
||
*/
|
||
|
||
#include "compress.hh"
|
||
#include <cassert>
|
||
#include <cstdlib>
|
||
#include <fstream>
|
||
#include "io.hh"
|
||
using std::vector;
|
||
using std::uint8_t;
|
||
using std::uint32_t;
|
||
using std::string;
|
||
using vuint32 = vector<uint32_t>;
|
||
using vvuint32 = vector<vuint32>;
|
||
using std::string;
|
||
|
||
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<std::uint32_t>; // chaîne encodée
|
||
using std::printf;
|
||
|
||
constexpr int ipow(int base, int exp) {
|
||
int result = 1;
|
||
for (;;) {
|
||
if (exp & 1) {
|
||
result *= base;
|
||
}
|
||
exp >>= 1;
|
||
if (exp == 0) {
|
||
break;
|
||
}
|
||
base *= base;
|
||
}
|
||
return result;
|
||
}
|
||
|
||
constexpr size_t DICT_MAX = ipow(2, 13) - 256; /* 12 bits */
|
||
|
||
/**
|
||
* 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.
|
||
*
|
||
* \param t_text Chaîne de caractères uint8_t représentant le fichier d'entrée
|
||
* \return Vecteur de chunks (vecteurs de uint32_t)
|
||
*/
|
||
vvuint32 lzw_compress(string &&t_text) {
|
||
std::puts("Compressing...");
|
||
uint32_t w = 0xFFFF;
|
||
vuint32 chunk{};
|
||
vvuint32 res{};
|
||
dict_t dict{};
|
||
|
||
for(const auto c : t_text) {
|
||
if(dict.size() >= DICT_MAX) {
|
||
// Dictionary full -> chunk pushed, dict emptied
|
||
res.push_back(std::move(chunk));
|
||
chunk = vuint32{};
|
||
dict = dict_t{};
|
||
w = 0xFFFF;
|
||
}
|
||
if (const auto &[yes, pos] = dico(dict, w, static_cast<uint8_t>(c)); yes) {
|
||
w = pos;
|
||
} else {
|
||
chunk.push_back(static_cast<uint32_t>(w));
|
||
w = static_cast<uint32_t>(c);
|
||
}
|
||
}
|
||
if(w != 0xFFFF) {
|
||
chunk.push_back(w);
|
||
res.push_back(std::move(chunk));
|
||
}
|
||
|
||
return res;
|
||
}
|
||
|
||
/**
|
||
* 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[in] t_in_file Chemin vers le fichier d’entrée
|
||
* \param[in] t_out_file Chemin vers le fichier de sortie
|
||
*/
|
||
void compress(const std::string &t_in_file, const char *t_out_file) {
|
||
std::ifstream input_file{t_in_file};
|
||
assert(input_file.is_open());
|
||
FILE *const out = (t_out_file != nullptr) ? fopen(t_out_file, "wb") : fopen("output.lzw", "wb");
|
||
if (out == nullptr) {
|
||
std::cerr << "Error at " << __FILE__ << ":" << __LINE__ - 4 << ": could not open output file. Aborting...\n";
|
||
input_file.close();
|
||
exit(1);
|
||
}
|
||
const auto compressed_text{lzw_compress(std::string{std::istreambuf_iterator<char>(input_file), std::istreambuf_iterator<char>()})};
|
||
write_file(out, compressed_text);
|
||
fclose(out);
|
||
input_file.close();
|
||
}
|