LZ77 算法的JS实现

作者：hutia 来源：蓝色理想时间：2010-04-11 22:32:00　

JS操作二进制很麻烦，而且一直没有一个好的无损压缩工具来实现纯文本的压缩。

所以钻研了一段时间的gzip，后来发现还是仅用 LZ77 比较容易实现，gzip中的 haffman 压缩部分对于JS来说太难搞了。

代码如下，注释的非常完整，所以就不多说了，有兴趣的可以仔细研究下：

运行代码框

<html><head><title>LZ77</title><style>* { font-size:12px; }body { overflow:auto; background-color:buttonface; }textarea { width:100％; height:240px; overflow:auto; }#btn1 { width:100px; }</style><script>window.onload = init;function $(s){ return document.getElementById(s); }function init(){$("txtS").focus();$("btn1").onclick = run;$("txtS").onkeydown = function (){if (event.keyCode == 13 && event.ctrlKey){run();}}}function run(){var str = $("txtS").value;$("txtS").value = "";var lzc = new Lz77CompressDefer(str);var t = new Date();lzc.start(function (result){$("txtR").value = Lz77SelfExtract(result);var tc = new Date() - t;$("txtS").value = eval($("txtR").value.substring(4));var td = new Date() - t - tc;alert("压缩完毕\r\n压缩比："+($("txtR").value.length/str.length*100).toFixed(2)+"％\r\n压缩用时："+tc+"ms\r\n解压用时："+td+"ms\r\n校验："+(str==$("txtS").value?"OK":"failed"));});function showProgress(){var p = lzc.status();if (p < 1){$("txtS").value = "压缩中 ... " + (p*100).toFixed(2) + "％";setTimeout(showProgress, 300);}}showProgress();/*$("txtR").value = Lz77Compress(str);var tc = new Date() - t;$("txtS").value = Lz77Decompress($("txtR").value);var td = new Date() - t - tc;alert($("txtR").value.length/$("txtS").value.length+":"+tc+":"+td+":"+(str==$("txtS").value));*/}/* * 以 LZ77 原理实现的JS文本压缩算法 * Author: Hutia * *//*LZ77基本原理：1、从当前压缩位置开始，考察未编码的数据，并试图在滑动窗口中找出最长的匹配字符串，如果找到，则进行步骤 2，否则进行步骤 3。2、输出三元符号组 ( off, len, c )。其中 off 为窗口中匹配字符串相对窗口边界的偏移，len 为可匹配的长度，c 为下一个字符。然后将窗口向后滑动 len + 1 个字符，继续步骤 1。3、输出三元符号组 ( 0, 0, c )。其中 c 为下一个字符。然后将窗口向后滑动 len + 1 个字符，继续步骤 1。变种：1. 将匹配串和不能匹配的单个字符分别编码、分别输出，输出匹配串时不同时输出后续字符。本算法变种：1. 采用出现概率很低的前导字符P来区分匹配串输出和非匹配串。对于匹配串，输出 ( P, off, len )，对于非匹配串，输出 c。非匹配串中出现字符P时，输出PP来代替，以示和匹配串的区别。因此匹配串的输出 ( off, len ) 结果中，不可以出现字符P，以免产生混淆。本例中，取 (`) 作为前导字符。 2. 对于匹配串，输出为：前导字符 (`) + 偏移量 (3位，92进制 = 778688) + 匹配长度 (2位，92进制 = 8464) 因此滑动窗大小为778688，最小的匹配长度为 7。 3. 本算法针对JS文件，为简化算法暂不考虑窗口滑动情况（JS文件通常不会大于700K）。对于文件大于778688字节的情况使用本算法会出错。将来可以实现滑动窗口或分段压缩。4. 本例中为简化算法，将 off 与 len 转换为 92 进制的字符串，并且将低位放在左侧，高位放在右侧。作者：HutiaEmail: Hutia2@163.com转载请注明出处*/var NC = [], CN = [];NC = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789~!@#$％^&*()-=[]\;',./_+{}|:\"<>?".split("");for (var i=0; i<NC.length; i++) CN[NC[i]] = i;function Lz77Compress(input){/*LZ77压缩算法 - Hutia - JS版*//*变量声明*/var p = 0; //扫描指针var lp = 0; //链表查询指针var len = input.length; //输入字符串的长度var output = []; //输出var index = ""; //索引var head = []; //索引头信息var prev = []; //位置链表var match_off = 0; //匹配位置的偏移量var match_len = 0; //发生匹配的长度var last_match_off = 0; //上一次匹配位置的偏移量var last_match_len = 0; //上一次发生匹配的长度var j = 0; //循环变量/*循环扫描*/for (p=0; p<len; p++){index = input.substring(p, p+7); //取当前字符开始的7个字符作为索引/*链表维护*/prev[p] = head[index]; //当前头位置进链表head[index] = p; //保存现在位置进头信息/*匹配*/lp = p; //初始化链表查询指针match_len = 0; //初始化匹配长度match_off = 0; //初始化匹配位置if (prev[lp]) //如果链表上存在上一个匹配{/*匹配查询*/while (prev[lp]) //依次查看链表上的每个位置{lp = prev[lp]; //取出链表上的前一个位置到链表查询指针for (j=1; j<8464 && lp+j<p; j++) //寻找此位置的最长匹配，匹配长度不能超过8464 (92进制的2个字节长度)，也不能超过当前指针位置{if (input.substring(lp, lp + j) != input.substring(p, p + j)) break;}j--; //计算最长匹配if (j > 7 && j > match_len) //如果此匹配比已发现的匹配长{match_len = j; //记录匹配长度match_off = lp; //记录匹配位置}}/*匹配处理*/if (match_len > 7) //如果找到了符合要求的匹配{if (last_match_len != 0 && last_match_len < match_len) //如果上次匹配存在，且长度没有这次匹配的长度大{/*懒惰模式*/output_unmatch(input.charAt(p - 1)); //放弃上次匹配，将字符直接输出last_match_off = match_off; //记录此次的匹配位置last_match_len = match_len; //记录此次的匹配长度}else if (last_match_len != 0) //如果上次匹配存在，且长度比这次匹配的长度大{/*处理上次的懒惰模式*/output_match(); //输出上次的匹配}else //如果上次匹配不存在{/*懒惰模式*/last_match_off = match_off; //记录此次的匹配位置last_match_len = match_len; //记录此次的匹配长度}}else //如果找不到符合要求的匹配（例如匹配超出当前指针）{if (last_match_len != 0) //如果上次匹配存在{/*处理上次的懒惰模式*/output_match(); //输出上次的匹配}else{output_unmatch(input.charAt(p)); //直接输出当前的字符}}}else //如果当前不存在匹配{if (last_match_len != 0) //如果之前发生了匹配{/*处理上次的懒惰模式*/output_match(); //输出匹配}else{output_unmatch(input.charAt(p)); //直接输出当前的字符}}} //循环扫描结束/*边界处理*/if (last_match_len != 0) //如果之前发生了匹配{/*处理上次的懒惰模式*/output_match(); //输出匹配}/*输出*/return output.join("");function output_match(){output.push("`"); //输出前缀符output.push(N2C(last_match_off, 3)); //输出3字节偏移量output.push(N2C(last_match_len, 2)); //输出2字节匹配长度p += last_match_len - 2; //移动当前指针到匹配串的末尾（因为懒惰模式，此时 p 指向 last_match_off + 1 的位置，所以应 -2 ）last_match_off = 0; //清空匹配位置last_match_len = 0; //清空匹配长度}function output_unmatch(c){output.push(c == "`" ? "``" : c); //输出未匹配的字符}}function Lz77Decompress(input){/*LZ77解压缩算法 - Hutia - JS版*//*变量声明*/var p = 0; //扫描指针var len = input.length; //输入字符串的长度var output = []; //输出var match_off = 0; //匹配位置的偏移量var match_len = 0; //发生匹配的长度/*循环扫描*/for (p=0; p<len; p++){if (input.charAt(p) == "`") //如果发现前缀标记{if (input.charAt(p + 1) == "`") //如果是转义前缀{output.push("`"); //直接输出字符 "`"p++; //指针后移，跳过下一个字符}else //如果是压缩编码{match_off = C2N(input.substring(p+1, p+4)); //取出其 1-3 个字符，算出偏移量match_len = C2N(input.substring(p+4, p+6)); //取出其 4-5 字符，算出匹配长度output = [].concat(output.join("")); //整理输出内容output.push(output[0].substring(match_off, match_off + match_len)); //自输出内容的相应偏移量位置取出编码所代表的字符串p += 5; //指针后移，跳过下5个字符}}else //如果没有发现前缀标记{output.push(input.charAt(p)); //直接输出相应的字符}}/*输出*/return output.join("");}/*LZ77解压缩算法 - Hutia - JS / mini 版*/hutia = function(s){var A="charAt",p=-1,l=s.length,o=[],m,a="ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789~!@#$％^&*()-=[]\;',./_+{}|:\"<>?".split(""),_=[];while(++p<92)_[a[p]]=p;function $(c){var l=c.length,r=0,i=-1;while(++i<l)r+=_[c[A](i)]*Math.pow(92,i);return r;}p=-1;while(++p<l){if(s[A](p)=="`"){if(s[A](p+1)=="`")p++,o.push("`");else{m=$(s.substring(p+1,p+4));o=[].concat(o.join(""));o.push(o[0].substring(m,m+$(s.substring(p+4,p+6))));p+=5;}}else o.push(s.charAt(p));}return o.join("");}function Lz77SelfExtract(s){return "eval(("+String(hutia)+")(\""+s.replace(/\\/g,"\\\\").replace(/\r/g,"\\r").replace(/\n/g,"\\n").replace(/\"/g,"\\\"")+"\"));";}function Lz77CompressDefer(input){/*LZ77压缩算法 - Hutia - JS / Defer 版*//*变量声明*/var p = 0; //扫描指针var lp = 0; //链表查询指针var len = input.length; //输入字符串的长度var output = []; //输出var index = ""; //索引var head = []; //索引头信息var prev = []; //位置链表var match_off = 0; //匹配位置的偏移量var match_len = 0; //发生匹配的长度var last_match_off = 0; //上一次匹配位置的偏移量var last_match_len = 0; //上一次发生匹配的长度var j = 0; //循环变量var callback; //回调函数this.start = function(fn){this.start = function(){}callback = fn;run();}this.status = function (){return p / len;}function run(){var inner_i = 0;/*循环扫描*/for (; p<len; p++){if (++inner_i > 400){return setTimeout(run);}index = input.substring(p, p+7); //取当前字符开始的7个字符作为索引/*链表维护*/prev[p] = head[index]; //当前头位置进链表head[index] = p; //保存现在位置进头信息/*匹配*/lp = p; //初始化链表查询指针match_len = 0; //初始化匹配长度match_off = 0; //初始化匹配位置if (prev[lp]) //如果链表上存在上一个匹配{/*匹配查询*/while (prev[lp]) //依次查看链表上的每个位置{lp = prev[lp]; //取出链表上的前一个位置到链表查询指针for (j=1; j<8464 && lp+j<p; j++) //寻找此位置的最长匹配，匹配长度不能超过8464 (92进制的2个字节长度)，也不能超过当前指针位置{if (input.substring(lp, lp + j) != input.substring(p, p + j)) break;}j--; //计算最长匹配if (j > 7 && j > match_len) //如果此匹配比已发现的匹配长{match_len = j; //记录匹配长度match_off = lp; //记录匹配位置}}/*匹配处理*/if (match_len > 7) //如果找到了符合要求的匹配{if (last_match_len != 0 && last_match_len < match_len) //如果上次匹配存在，且长度没有这次匹配的长度大{/*懒惰模式*/output_unmatch(input.charAt(p - 1)); //放弃上次匹配，将字符直接输出last_match_off = match_off; //记录此次的匹配位置last_match_len = match_len; //记录此次的匹配长度}else if (last_match_len != 0) //如果上次匹配存在，且长度比这次匹配的长度大{/*处理上次的懒惰模式*/output_match(); //输出上次的匹配}else //如果上次匹配不存在{/*懒惰模式*/last_match_off = match_off; //记录此次的匹配位置last_match_len = match_len; //记录此次的匹配长度}}else //如果找不到符合要求的匹配（例如匹配超出当前指针）{if (last_match_len != 0) //如果上次匹配存在{/*处理上次的懒惰模式*/output_match(); //输出上次的匹配}else{output_unmatch(input.charAt(p)); //直接输出当前的字符}}}else //如果当前不存在匹配{if (last_match_len != 0) //如果之前发生了匹配{/*处理上次的懒惰模式*/output_match(); //输出匹配}else{output_unmatch(input.charAt(p)); //直接输出当前的字符}}} //循环扫描结束/*边界处理*/if (last_match_len != 0) //如果之前发生了匹配{/*处理上次的懒惰模式*/output_match(); //输出匹配}/*回调输出*/callback(output.join(""));} //end of runfunction output_match(){output.push("`"); //输出前缀符output.push(N2C(last_match_off, 3)); //输出3字节偏移量output.push(N2C(last_match_len, 2)); //输出2字节匹配长度p += last_match_len - 2; //移动当前指针到匹配串的末尾（因为懒惰模式，此时 p 指向 last_match_off + 1 的位置，所以应 -2 ）last_match_off = 0; //清空匹配位置last_match_len = 0; //清空匹配长度}function output_unmatch(c){output.push(c == "`" ? "``" : c); //输出未匹配的字符}}function C2N(c) //将 92 进制字符串（高位在右）转换为 10 进制数字{var len = c.length;var re = 0;for (var i=0; i<len; i++){re += CN[c.charAt(i)] * Math.pow(92, i);}return re;}function N2C(n, len) //将 10 进制数字转换为指定长度的 92 进制字符串，高位在右{var re = [];for (var i=0; i<len; i++){re[i] = NC[n ％ 92];n = n / 92 | 0;}return re.join("");}</script></head><body><textarea id="txtS"></textarea><textarea id="txtR"></textarea><br/><input type="button" value="Go" id="btn1"></body></html>

标签：LZ77,js,gzip,压缩算法

投稿

LZ77 算法的JS实现

猜你喜欢

IE6，IE7中定位相关的怪异问题

asp如何用通过Web访问OLAP数据？

怎样设置密码保护问题

页面链接方式的统一性

18个超棒的Web和移动应用开发框架

给JavaScript自定义一个Trim函数

根据时段自动切换你的站点CSS皮肤风格

在Win2003 64位下ASP无法连接Access数据库

YUI Compressor 组件压缩 JavaScript 的一些原理

oracle 数据库连接分析

Facebook是如何设计的[译]

asp如何用下拉列表显示数据库里的内容？

讲解Access数据库中数据表的自动重新联接

Javascript Selectors 入门篇

减少新开窗口提升可访问性

ASP SCRIPT: 计数器(使用GrapShot组件)

thinkphp(php)插件钩子(hooks)分析的简单实现机制

ASP自动解压RAR文件代码

一个简单的ASP生成HTML分页程序

加密SQL Anywhere 提升政府行业数据安全