数据快速压缩算法的研究以及C语言实现

数据快速压缩算法的研究以及c语言实现

引言
　　现有的压缩算法有很多种，但是都存在一定的局限性，比如：lzw[1]。主要是针对数据量较大的图像之类的进行压缩，不适合对简单报文的压缩。比如说，传输中有长度限制的数据，而实际传输的数据大于限制传输的数据长度，总体数据长度在100字节左右，此时使用一些流行算法反而达不到压缩的目的，甚至增大数据的长度。本文假设该批数据为纯数字数据，实现压缩并解压缩算法。
　　1 数据压缩概念 本文由论文联盟http://收集整理
　　数据压缩是指在不丢失信息的前提下，缩减数据量以减少存储空间，提高其传输、存储和处理效率的一种技术方法。或按照一定的算法对数据进行重新组织，减少数据的冗余和存储的空间。常用的压缩方式[2，3]有统计编码、预测编码、变换编码和混合编码等。统计编码包含哈夫曼编码、算术编码、游程编码、字典编码等。
　　2 常见几种压缩算法的比较
　　2.1 霍夫曼编码压缩[4]：也是一种常用的压缩方法。其基本原理是频繁使用的数据用较短的代码代替，很少使用的数据用较长的代码代替，每个数据的代码各不相同。这些代码都是二进制码，且码的长度是可变的。
　　2.2 lzw压缩方法[5，6]：lzw压缩技术比其它大多数压缩技术都复杂， 压缩效率也较高。其基本原理是把每一个第一次出现的字符串用一个数值来编码，在还原程序中再将这个数值还成原来的字符串，如用数值0x100代替字符串ccddeee"这样每当出现该字符串时，都用0x100代替，起到了压缩的作用。WWw.133229.Com
　　3 简单报文数据压缩算法及实现
　　3.1 算法的基本思想 数字0-9在内存中占用的位最大为4bit，而一个字节有8个bit，显然一个字节至少可以保存两个数字，而一个字符型的数字在内存中是占用一个字节的，那么就可以实现2：1的压缩，压缩算法有几种，比如，一个自己的高四位保存一个数字，低四位保存另外一个数字，或者，一组数字字符可以转换为一个n字节的数值。n为c语言某种数值类型的所占的字节长度，本文讨论后一种算法的实现。
　　3.2 算法步骤
　　①确定一种c语言的数值类型。
　　#define long short #define num 2 union un /* 用来保存数据 */
　　②确定该数据类型最大保存的数字长度。
　　比如：short是2字节，即 2的15次方，推算出，最大可以保存字符99999可以推算出#define max_len 5，最多可以对5个数字字符进行换算成short。
　　③编写基本函数。
　　字符转换为数值，数值转换为字符 ，单元压缩 ，单元解压缩函数。
　　④实现数字字符串压缩解压缩。
　　对任意长度的数字字符串进行从左到右每五个进行分组，然后再采用单元压缩。
　　/* 数字字符串压缩 */char* compress（char *cnum2， char* cret）
　　/* 数字字符串解压缩 */ char* uncompress（char *cret， char* cnum2）
　　3.3 算法的优化
　　①前置数字字符0，比如012345 解压缩的时候 0就会丢掉，解决的办法就是在每一组之前加固定的数字字符，我们加固定的1，如static char* addfixednum（char *cnum， char*cnumfixed），/*解压缩时去掉*/ static char* delfixednum（char *cnumfixed， char *cnum）。
　　②不同操作系统的大端（big endian）小端（little endian）问题，比如：windows是小端规则，unix是大端规则。通过定义宏#define l_endian，来解决该问题。