Naprogramuj nástroj na kompresiu a dekompresiu. Na kompresiu použite aspoň dva kompresné algoritmy, napr. : Huffmanovo kódovanie, LZ77, LZ78, Run Length kódovanie alebo iný.
Meno vstupného a výstupného súboru načítajte ako argument príkazového riadka. V zadaní by mali byť implementované tieto dve funkcie:
/**
* Skomprimuje súbor in a zapíše do súboru out.
*@arg in smerník na otvorený vstupný súbor (na čítanie)
*@arg out smerník na otvorený výstupný súbor (na zápis)
*@return počet bajtov skomprimovaného súboru
*/
int compress(FILE* in, FILE* out);
/**
* Dekomprimuje súbor in a zapíše do súboru out.
*@arg in smerník na otvorený vstupný súbor (na čítanie)
*@arg out smerník na otvorený výstupný súbor (na zápis)
*@return počet bajtov dekomprimovaného súboru
*/
void decompress(FILE* in, FILE* out);
Kompresor a dekompresor by mal byť schopný pracovať s ľubovoľným binárnym súborom do 10 MB. Súbor by mal byť po skomprimovaní menší minimálne o 10 percent a po dekomprimovaní by mal byť zhodný s pôvodným súborom. Pri práci s binárnymi súbormi môžete využiť funkcie fopen(), fread() a fwrite().
Na otestovanie kompresora a dekompresora použite súbory z Cantebury corpus
Riešenie
Implementácia mojho riešenia zahŕňa algoritmus Run Length Encoding pracujúci na úrovni jednotlivých bajtov. Pri enkódovani sa hľadajú počty po sebe idúcich rovnakých bajtov a zapisuje sa počet namiesto samotných bajtov. Príklad:
in.txt: out.txt
AAAAAABB A6B2
V najlepšom prípade kompresia dokáže enkódovať bajty v pomere 1:127,5, v najhoršom prípade ide "negatívnu" kompresiu s pomerom 2:1.
Moje riešenie ukladá počet bajtov do jedného bajtu, t.j. maximálne 255. V prípade, že by vstupný súbor obsahoval príkladovo 500 rovnakých znakov A po sebe, uložili by sa ako A255 A245.
Pri dekódovaní sa v cykle čítajú 2 bajty, prvým je bajt ktorý sa opakuje a druhý je počet opakovaní. Tie sa následne vygenerujú v logickej pamäti programu a následne uložia pomocou jedného volania.
