基于lz77算法的分区编码压缩方法
【技术领域】
[0001]本发明涉及数据处理技术领域，特别是涉及一种基于LZ77算法的分区编码压缩方法，适合于计算机数据的快速压缩和快速解压缩应用。
【背景技术】
[0002]1977年以色列教授Jcacob Ziv和Abraham Lempel提出了著名的LZ77算法。如今，LZ77算法已被广泛应用于各种数据压缩处理领域，由其派生的各种压缩算法也层出不穷，但都是属于LZ77算法这一大类。目前，各压缩算法不断改进，一个完美的压缩算法不仅要达到较高的压缩率，也对算法健壮性具有较高要求，同时，也要求算法具有快速处理能力，以适应信息技术领域不断高速发展的需求。而本发明即是一种LZ77派生算法，因其具有独创性的编码方式，所以具备了极快速处理，较高的压缩率，较强的健壮性等特点，是一种非常优秀的LZ77类的派生算法。
【发明内容】
[0003]为了提供一种快速高效的压缩解压算法，本发明的技术方案是，
[0004]一种基于LZ77算法的分区编码压缩方法，包括以下步骤:
[0005]压缩步骤:
[0006]步骤1:采用哈希表获得待压缩数据的压缩序列:(off，lenC，lenL，原始码)序列；
[0007]步骤2:对于(off，lenC，lenL，原始码)序列进行临时变量替换，令T_lenC =lenC-4,替换原序列的IenC分量，生成新的序列(off，T_lenC，lenL，原始码)序列；
[0008]步骤3:对于(off，T_lenC，lenL，原始码)序列进行分区编码；
[0009]首先将(off，T_lenC，lenL，原始码)序列进行分区处理，使用分区a区存放三元组(off，T_lenC，IenL)序列，使用分区b区存放原始码序列，然后执行编码方案生成a区的二次压缩数据，编码方案采用快速编码方法或紧凑编码方法，采用快速编码方法转至步骤4执行，采用紧凑编码方法转至步骤5执行:
[0010]步骤4:快速编码方法，
[0011]将三元组(off，T_lenC，lenL)临时区的单个三元组表项结构定义为4字节结构，其中off元素以2字节表示，T_lenC和IenL分别以I字节表示，整个临时区由若干个连续的三元组表项组成，然后对所有的(off，T_lenC，lenL)三元组进行预处理，以消除T_lenC和IenL的值超过255的情况，然后将预处理以后的三元组序列(off，T_lenC，lenL)存放在临时区，对临时区数据进行二次压缩编码，具体编码规则如下:将每一个(off，T_lenC，lenL)三元组表示为压缩前缀三元组(a，b，c)和短码本体三元组(x，y，z)，其中a+x编码off, b+y编码T_lenC，c+z编码lenL，a为2位标志位，若a = 0，表示x占用4位，若a =1，表示X占用8位，若a = 2，表示X占用12位，若a = 3，表示x占用16位，b为I标志位，若b = 0，表示y占用4位，若b = 1，表示y占用8位，c为I位标志位，若c = 0，表示z占用4位，若c = 1，表示z占用8位；将(off，T_lenC，lenL)三元组表示为压缩前缀三元组(a, h, c)和短码本体三元组(X，y，z)后，将前缀三元组(a，h, c)存放在c区，将短码本体三元组(X，y，z)存放在d区；
[0012]对所有的(off，T_lenC，lenL)三元组完成编码后，形成两个存放数据的分区c区和d区，这两个分区构成原有的用于存放三元组序列的分区a区，完成编码，跳至步骤8 ;
[0013]步骤5:紧凑编码方法，
[0014]首先判断输入数据流的长度，小于等于8192字节时执行步骤6，否则执行步骤7 ;
[0015]步骤6:对于三元组(off，T_lenC，lenL)，
[0016]a.若lenL〈3，则IenL用2位二进制数表示，再加一位前缀位，将其编码为0ΧΧ，并存放到c区；
[0017]b.若18> = lenL> = 3，用4位二进制表示(lenL_3)的值，再加一位前缀位1，编码为1XXXX，并存放到c区；
[0018]c.若lenL>18，用16位二进制数表示IenL的值，将值存放到d区，并生成一个特殊标志011的3位二进制数，存放到c区；
[0019]d.若T_lenC〈4且off〈512，则T_lenC用2位二进制数表示，off可用9位二进制数表示，再加上2位前缀位00，将(off，T_lenC)编码为00+ΧΧ以及XXXXXXXXX，存放到c区；
[0020]e.若 T_lenC<4 且 512< = off〈8192，则 T_lenC 用 2 位二进制数表示，off 用 13位二进制数表示，再加上2位二进制数为01的前缀位，将(off，T_lenC)编码为01+XX以及XXXXXXXXXXXXX，存放到 c 区；
[0021]f.若 4〈 = T_lenC〈19 且 off〈512，则(T_lenC_4)用 4 位二进制数表示，off 可用9位二进制数表示，再加上2位二进制数10的前缀位，将(off，T_lenC)编码为10+XXXX以及XXXXXXXXX，存放到C区；
[0022]g.若 4〈 = T_lenC〈19 且 512< = off〈8192，则(T_lenC_4)用 4 位二进制数表示，off用13位二进制数表示，再加上2位二进制数11前缀位，将(off，T_lenC)编码为11+XXXX 以及 XXXXXXXXXXXXX，存放到 c 区；
[0023]h.gT_lenC> = 19 且 off〈512，则 T_lenC用 16 位二进制数表示，off 用 9 位二进制数表示，再加上2位二进制数前缀位10，将(off，T_lenC)编码为10+1111以及XXXXXXXXX，存放到c区，同时，将16位二进制数表示的T_lenC的值存放到d区；
[0024]1.若 T_lenC> = 19 且 512〈 = off〈8192，则 T_lenC 用 16 位二进制数表示，off 用13位二进制数表示，再加上2位二进制数前缀位11，将(off，T_lenC)编码为11+1111以及XXXXXXXXXXXXX，并将其存放到c区，同时，将16位二进制数表示的T_lenC的值存放到d区；
[0025]完成编码，跳至步骤8 ；
[0026]步骤7:
[0027]a.若lenL〈3，则IenL用2位二进制数表示，再加一位前缀位，编码为0ΧΧ，并存放到c区；
[0028]b.若18> = lenL> = 3，用4位二进制表示(lenL_3)的值，再加一位前缀位1，将IenL分量编码为1XXXX，并将其存放到c区。
[0029]c.若lenL>18，用16位二进制数表示IenL的值，将IenL的值存放到d区，并生成一个3位二进制数的特殊标志011，存放到c区；
[0030]d.若T_lenC〈4且off〈512，则T_lenC用2位二进制数表示，off用9位二进制数表示，再加上2位前缀位，将(off，T_lenC)编码为00+ΧΧ以及XXXXXXXXX，并存放到c区；
[0031]e.若 T_lenC<4 且 512< = off〈8192，则 T_lenC 用 2 位二进制数表示，off 用 13位二进制数表示，再加上2位二进制数01前缀位，将(off，T_lenC)编码为01+XX以及XXXXXXXXXXXXX，存放到 c 区；
[0032]f.若 4〈 = T_lenC〈19 且 off〈512，则(T_lenC_4)用 4 位二进制数表示，off 用 9位二进制数表示，再加上3位二进制数前缀位100，将(off，T_lenC)编码为100+XXXX以及XXXXXXXXX，并将其存放到c区；
[0033]g.若 4〈 = T_lenC〈19 且 512〈 = off〈8192，则(T_lenC_4)用 4 位二进制数表示，off用13位二进制数表示，再加上2位二进制数前缀位11，将(off，T_lenC)编码为11+XXXX以及XXXXXXXXXXXXX，存放到c区；
[0034]h.若 T_lenC〈15 且 off〉= 8192，则 T_lenC 用 4 位二进制数表示，off 用 16 位二进制数表示，再加上3位二进制数前缀位101，将(off，T_lenC)编码为101+XXXX以及XXXXXXXXXXXXXXXX，存放到 c 区；
[0035]1.若 T_lenC> = 19 且 off〈512，则 T_lenC 用 16 位二进制数表示，off 用 9 位二进制数表示，再加上3位二进制数前缀位100，将(off，T_lenC)编码为100+1111以及XXXXXXXXX，存放到c区，同时，将16位二进制数表示的T_lenC的值存放到d区；
[0036]j.若 T_lenC> = 19 且 512〈 = off〈8192，则 T_lenC 用 16 位二进制数表示，off 用13位二进制数表示，再加上2位二进制数前缀位11，将(off，T_lenC)编码为11+1111以及XXXXXXXXXXXXX，并将其存放到c区，同时，将16位二进制数表示的T_lenC的值存放到d区；
[0037]k.若 T_lenC> = 15 且 off〉= 8192，则 T_lenC 用 16 位二进制数表示，off 用 16位二进制数表示，再加上3位二进制数前缀位101，将(off，T_lenC)编码为101+1111以及XXXXXXXXXXXXXXXX，存放到c区，同时，将16位二进制数表示的T_lenC的值存放到d区；
[0038]对所有的三元组(off，T_lenC，lenL)完成编码以后，形成了 c区数据序列和d区数据序列，c区和d区共同构成a区；
[0039]完成编码，执行步骤8 ；
[0040]步骤8:
[0041]在a区头部生成若干个标志字节，然后将a区和b区组合在一起，并且在头部生成若干的标志字节，完成压缩过程；
[0042]解压步骤:
[0043]步骤I)判断压缩方法为快速编码方法压缩或是紧凑编码方法，快速编码方法解压转至步骤2)执行，紧凑编码方法解压转至步骤3)执行；
[0044]步骤2)快速编码方法解压:
[0045]定义三元组(off，lenC，lenL)临时区的单个三元组表项结构为6字节结构，第I第2字节为off，第3第4字节为lenC，第5第6字节为lenL，整个临时区由若干个连续的三元组表项组成；
[0046]a区由c区和d区数据组成，取c区数据，解析前缀三元组(a，b，c)，根据a，b，c的值，确定其在d区对应的(x，y，z)三元组的长度，并正确解析出x，y，z的值，将x，y，z的值填充到三元组(off，lenC，lenL)的临时区6字节结构中，直到全部解析完成，将在三元组(off，lenC，lenL)临时区填充若干个三元组(off，lenC，lenL)6字节结构，形成完整的三元组(off，lenC，lenL) 6字节结构列表；
[0047]然后，对于三元组(off，lenC，lenL) 6字节结构列表中的第二个分量IenC进行修正，令C_lenC = lenC+4,然后把C_lenC填充到IenC的位置，取代IenC的值；
[0048]然后，取第一个三元组(off，C_lenC，lenL)，将b区原始码从第一个原始码开始，复制IenL的长度到输出空间，再根据off计算得到复制码首字符在输出空