90 lines
2.8 KiB
C++
90 lines
2.8 KiB
C++
/**
|
||
* \file compress.cc
|
||
* \brief Implementation of compression
|
||
*/
|
||
|
||
#include "compress.hh"
|
||
#include "io.hh"
|
||
#include "common.hh"
|
||
#include <cassert>
|
||
#include <cstdlib>
|
||
#include <fstream>
|
||
using std::string;
|
||
using std::uint16_t;
|
||
using std::uint8_t;
|
||
using std::vector;
|
||
using vuint16 = vector<uint16_t>;
|
||
using vvuint16 = vector<vuint16>;
|
||
using ustring = std::basic_string<unsigned char>;
|
||
|
||
using dict_t = std::map<std::pair<uint16_t, uint8_t>, uint16_t>;
|
||
using std::printf;
|
||
|
||
const size_t DICT_MAX = static_cast<size_t>(ipow(2, 17) - 256); /* 16 bits */
|
||
|
||
/**
|
||
* La chaîne de caractères \p t_text est lue caractère par caractère, et est
|
||
* selon la valeur de retour de la fonction \ref dico (permettant dans le même
|
||
* temps la création du dictionnaire), on rajoute ou non un nouveau caractère
|
||
* encodé sur 12bits dans le chunk courant. Dès que le dictionnaire est plein
|
||
* (2^12 caractères), le chunk est sauvegardé et vidé, et le dictionnaire est
|
||
* réinitialisé.
|
||
*
|
||
* \param t_text Chaîne de caractères uint8_t représentant le fichier d'entrée
|
||
* \return Vecteur de chunks (vecteurs de uint16_t)
|
||
*/
|
||
vvuint16 lzw_compress(ustring &&t_text) {
|
||
std::puts("Compressing...");
|
||
uint16_t w = 0xFFFF;
|
||
vuint16 chunk{};
|
||
vvuint16 res{};
|
||
dict_t dict{};
|
||
for (const auto c : t_text) {
|
||
if (dict.size() >= DICT_MAX) {
|
||
res.push_back(std::move(chunk));
|
||
chunk = vuint16{};
|
||
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(w);
|
||
w = static_cast<uint16_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) {
|
||
FILE *const input_file = fopen(t_in_file.c_str(), "rb");
|
||
assert(input_file);
|
||
FILE *const out = (t_out_file != nullptr) ? fopen(t_out_file, "wb")
|
||
: fopen("output.lzw", "wb");
|
||
assert(out);
|
||
|
||
std::fseek(input_file, 0L, SEEK_END);
|
||
const auto file_size = static_cast<size_t>(ftell(input_file));
|
||
std::rewind(input_file);
|
||
|
||
auto raw_text = std::make_unique<unsigned char[]>(file_size);
|
||
std::fread(raw_text.get(), sizeof(unsigned char), file_size, input_file);
|
||
const auto compressed_text(lzw_compress(ustring{raw_text.get(), &raw_text[file_size]}));
|
||
write_file(out, compressed_text);
|
||
fclose(out);
|
||
fclose(input_file);
|
||
}
|