usaa24/sk1/compressor.c

#include "compressor.h" // Hlavičkový súbor, ktorý obsahuje deklarácie funkcií a štruktúr používaných na kompresiu a dekompresiu.
#include <stdio.h>      // Knižnica pre prácu so vstupom a výstupom.
#include <stdlib.h>     // Knižnica pre alokáciu pamäte a ďalšie základné funkcie.
#include <string.h>     // Knižnica pre prácu s reťazcami.

// Funkcia na čítanie obsahu súboru do pamäte.
unsigned char* read_file(const char* file_name, size_t* size) {
    FILE* file = fopen(file_name, "rb"); // Otvorenie súboru v režime čítania binárnych dát.
    if (!file) {
        perror("Error opening file"); // Chybové hlásenie, ak sa súbor nedá otvoriť.
        return NULL;
    }

    fseek(file, 0, SEEK_END);  // Posun ukazovateľa na koniec súboru.
    *size = ftell(file);       // Zistenie veľkosti súboru.
    rewind(file);              // Návrat ukazovateľa na začiatok súboru.

    unsigned char* buffer = (unsigned char*)malloc(*size); // Alokácia pamäte pre obsah súboru.
    if (!buffer) {
        perror("Memory allocation error"); // Chybové hlásenie, ak sa nepodarí alokovať pamäť.
        fclose(file);
        return NULL;
    }

    fread(buffer, 1, *size, file); // Načítanie obsahu súboru do bufferu.
    fclose(file);
    return buffer; // Návrat ukazovateľa na buffer.
}

// Funkcia na zápis obsahu z pamäte do súboru.
int write_file(const char* file_name, const unsigned char* buffer, size_t size) {
    FILE* file = fopen(file_name, "wb"); // Otvorenie súboru v režime zápisu binárnych dát.
    if (!file) {
        perror("Error opening file");
        return -1;
    }

    fwrite(buffer, 1, size, file); // Zápis dát do súboru.
    fclose(file);
    return 0;
}

// Funkcia na vytvorenie Huffmanovho stromu z daných dát.
HuffmanNode* build_huffman_tree(const unsigned char* data, size_t size) {
    size_t frequencies[256] = {0}; // Pole na počítanie frekvencie každého znaku.

    for (size_t i = 0; i < size; i++) {
        frequencies[data[i]]++; // Zvýšenie frekvencie pre daný znak.
    }

    HuffmanNode* nodes[256]; // Pole uzlov Huffmanovho stromu.
    int node_count = 0;

    // Vytvorenie listových uzlov pre znaky s nenulovou frekvenciou.
    for (int i = 0; i < 256; i++) {
        if (frequencies[i] > 0) {
            HuffmanNode* node = (HuffmanNode*)malloc(sizeof(HuffmanNode));
            node->symbol = (unsigned char)i; // Znak reprezentovaný uzlom.
            node->frequency = frequencies[i]; // Frekvencia znaku.
            node->left = NULL;
            node->right = NULL;
            nodes[node_count++] = node; // Pridanie uzla do zoznamu.
        }
    }

    // Opakované zlúčenie dvoch uzlov s najnižšou frekvenciou.
    while (node_count > 1) {
        // Vyhľadanie dvoch uzlov s najnižšou frekvenciou.
        int min1 = 0, min2 = 1;
        if (nodes[min2]->frequency < nodes[min1]->frequency) {
            min1 = 1;
            min2 = 0;
        }

        for (int i = 2; i < node_count; i++) {
            if (nodes[i]->frequency < nodes[min1]->frequency) {
                min2 = min1;
                min1 = i;
            } else if (nodes[i]->frequency < nodes[min2]->frequency) {
                min2 = i;
            }
        }

        // Vytvorenie nového rodičovského uzla.
        HuffmanNode* new_node = (HuffmanNode*)malloc(sizeof(HuffmanNode));
        new_node->symbol = 0; // Symbol je irelevantný pre vnútorné uzly.
        new_node->frequency = nodes[min1]->frequency + nodes[min2]->frequency;
        new_node->left = nodes[min1];
        new_node->right = nodes[min2];

        // Aktualizácia zoznamu uzlov.
        nodes[min1] = new_node;
        nodes[min2] = nodes[node_count - 1];
        node_count--;
    }

    return nodes[0]; // Návrat koreňa Huffmanovho stromu.
}


// Rekurzívna funkcia na generovanie Huffmanových kódov pre každý znak.
void generate_huffman_codes(HuffmanNode* root, char** codes, char* buffer, int depth) {
    if (!root->left && !root->right) { // Ak uzol nemá potomkov, je to listový uzol.
        buffer[depth] = '\0'; // Ukončenie reťazca.
        codes[root->symbol] = strdup(buffer); // Uloženie kódu pre znak.
        return;
    }

    if (root->left) {
        buffer[depth] = '0'; // Pridanie '0' pre cestu doľava.
        generate_huffman_codes(root->left, codes, buffer, depth + 1);
    }

    if (root->right) {
        buffer[depth] = '1'; // Pridanie '1' pre cestu doprava.
        generate_huffman_codes(root->right, codes, buffer, depth + 1);
    }
}

// Funkcia na uvoľnenie pamäte alokovanej pre Huffmanov strom.
void free_huffman_tree(HuffmanNode* root) {
    if (!root) return; // Ak je strom prázdny, nič nerobí.
    free_huffman_tree(root->left);  // Rekurzívne uvoľnenie ľavého podstromu.
    free_huffman_tree(root->right); // Rekurzívne uvoľnenie pravého podstromu.
    free(root); // Uvoľnenie aktuálneho uzla.
}

// Funkcia na zápis bitov do súboru pomocou dočasného bufferu.
void write_bits(FILE* file, const char* bits, unsigned char* buffer, int* bit_pos) {
    for (int i = 0; bits[i] != '\0'; i++) { // Prechádza všetky bity v reťazci.
        if (bits[i] == '1') { // Ak je bit '1', nastaví príslušný bit v bufferi.
            buffer[*bit_pos / 8] |= (1 << (7 - (*bit_pos % 8)));
        }
        (*bit_pos)++; // Posunie sa na ďalšiu bitovú pozíciu.

        if (*bit_pos % 8 == 0) { // Ak je buffer plný (8 bitov), zapíše sa do súboru.
            fwrite(buffer, 1, 1, file);
            buffer[*bit_pos / 8 - 1] = 0; // Vyprázdni buffer.
        }
    }
}

// Funkcia na čítanie jedného bitu zo súboru.
int read_bit(FILE* file, unsigned char* buffer, int* bit_pos) {
    if (*bit_pos % 8 == 0) { // Ak sa číta nový bajt, načíta ho do bufferu.
        if (fread(buffer, 1, 1, file) != 1) return -1; // Ak sa nedá čítať, vráti chybu.
    }
    int bit = (*buffer >> (7 - (*bit_pos % 8))) & 1; // Získa hodnotu aktuálneho bitu.
    (*bit_pos)++; // Posunie sa na ďalšiu bitovú pozíciu.
    return bit;
}

// Funkcia na deserializáciu Huffmanovho stromu zo súboru.
HuffmanNode* deserialize_tree(FILE* file) {
    int marker = fgetc(file); // Prečíta znak z binárneho súboru.
    if (marker == EOF) return NULL; // Ak je súbor na konci, vráti NULL.

    if (marker == '1') { // Ak je marker '1', ide o listový uzol.
        HuffmanNode* node = (HuffmanNode*)malloc(sizeof(HuffmanNode));
        node->symbol = fgetc(file); // Prečíta znak listového uzla.
        node->left = node->right = NULL;
        return node;
    }

    // Ak je marker '0', ide o vnútorný uzol. Rekurzívne načíta podstromy.
    HuffmanNode* node = (HuffmanNode*)malloc(sizeof(HuffmanNode));
    node->left = deserialize_tree(file);
    node->right = deserialize_tree(file);
    return node;
}

// Funkcia na kompresiu súboru pomocou Huffmanovho kódovania.
int compress_1(const char* input_file_name, const char* output_file_name) {
    size_t size;
    unsigned char* data = read_file(input_file_name, &size); // Načítanie vstupného súboru.
    if (!data) return -1;

    HuffmanNode* root = build_huffman_tree(data, size); // Vytvorenie Huffmanovho stromu.
    if (!root) {
        free(data);
        return -1;
    }

    char* codes[256] = {0}; // Pole na uloženie kódov pre každý znak.
    char buffer[256];
    generate_huffman_codes(root, codes, buffer, 0); // Generovanie Huffmanových kódov.

    FILE* output_file = fopen(output_file_name, "wb"); // Otvorenie výstupného súboru.
    if (!output_file) {
        perror("Error opening output file");
        free(data);
        free_huffman_tree(root);
        return -1;
    }

    unsigned char bit_buffer[1] = {0}; // Dočasný buffer na bity.
    int bit_pos = 0;

    for (size_t i = 0; i < size; i++) { // Pre každý znak vo vstupnom súbore.
        write_bits(output_file, codes[data[i]], bit_buffer, &bit_pos); // Zapíše kód do súboru.
    }

    if (bit_pos % 8 != 0) { // Ak buffer nie je prázdny, zapíše sa jeho zvyšok.
        fwrite(bit_buffer, 1, 1, output_file);
    }

    fclose(output_file); // Uzavretie výstupného súboru.

    printf("Compressing using Huffman coding...\n");

    for (int i = 0; i < 256; i++) {
        if (codes[i]) free(codes[i]); // Uvoľnenie pamäte pre kódy.
    }
    free_huffman_tree(root); // Uvoľnenie pamäte pre Huffmanov strom.
    free(data); // Uvoľnenie dátového bufferu.

    return 0;
}




// Funkcia na dekompresiu súboru komprimovaného Huffmanovým kódovaním.
int decompress_1(const char* input_file_name, const char* output_file_name) {
    FILE* input_file = fopen(input_file_name, "rb"); // Otvorenie vstupného súboru v binárnom režime.
    if (!input_file) {
        perror("Error opening input file"); // Chybové hlásenie, ak sa súbor nedá otvoriť.
        return -1;
    }

    FILE* output_file = fopen(output_file_name, "wb"); // Otvorenie výstupného súboru v binárnom režime.
    if (!output_file) {
        perror("Error opening output file");
        fclose(input_file);
        return -1;
    }

    HuffmanNode* root = deserialize_tree(input_file); // Načítanie Huffmanovho stromu zo súboru.
    if (!root) {
        fclose(input_file);
        fclose(output_file);
        return -1;
    }

    unsigned char bit_buffer[1]; // Buffer na čítanie bitov.
    int bit_pos = 0;
    HuffmanNode* current = root; // Počiatočný uzol stromu.

    while (1) {
        int bit = read_bit(input_file, bit_buffer, &bit_pos); // Čítanie bitu zo súboru.
        if (bit == -1) break; // Ak je koniec súboru, ukončí sa čítanie.

        current = (bit == 0) ? current->left : current->right; // Posun v strome na základe bitu.

        if (!current->left && !current->right) { // Ak je uzol listový, znamená to dekódovaný znak.
            fputc(current->symbol, output_file); // Zapíše sa znak do výstupného súboru.
            current = root; // Návrat na koreň stromu pre ďalší znak.
        }
    }

    fclose(input_file); // Uzavretie vstupného súboru.
    fclose(output_file); // Uzavretie výstupného súboru.
    free_huffman_tree(root); // Uvoľnenie pamäte Huffmanovho stromu.

    printf("Decompressing using Huffman coding...\n");
    return 0;
}

// Funkcia na kompresiu súboru pomocou LZ77 algoritmu.
int compress_2(const char* input_file_name, const char* output_file_name) {
    size_t size;
    unsigned char* data = read_file(input_file_name, &size); // Načítanie obsahu vstupného súboru.
    if (!data) return -1;

    FILE* output_file = fopen(output_file_name, "wb"); // Otvorenie výstupného súboru v binárnom režime.
    if (!output_file) {
        perror("Error opening output file");
        free(data);
        return -1;
    }

    size_t search_buffer_size = 1024; // Veľkosť vyhľadávacieho okna.
    size_t lookahead_buffer_size = 16; // Veľkosť prehliadacieho okna.

    size_t pos = 0;
    while (pos < size) {
        size_t best_match_offset = 0; // Najlepší posun pre aktuálny segment.
        size_t best_match_length = 0; // Dĺžka najlepšieho zhody.

        // Vyhľadávanie najdlhšej zhody v rámci vyhľadávacieho okna.
        for (size_t i = (pos > search_buffer_size ? pos - search_buffer_size : 0); i < pos; i++) {
            size_t match_length = 0;
            while (match_length < lookahead_buffer_size &&
                   pos + match_length < size &&
                   data[i + match_length] == data[pos + match_length]) {
                match_length++; // Počítanie dĺžky zhody.
            }
            if (match_length > best_match_length) { // Aktualizácia najlepšieho zhody.
                best_match_length = match_length;
                best_match_offset = pos - i;
            }
        }

        // Zápis zhody a nasledujúceho symbolu do súboru.
        unsigned char offset_high = (best_match_offset >> 8) & 0xFF; // Vyšších 8 bitov posunu.
        unsigned char offset_low = best_match_offset & 0xFF; // Nižších 8 bitov posunu.
        unsigned char length = best_match_length; // Dĺžka zhody.
        unsigned char next_symbol = (pos + best_match_length < size) ? data[pos + best_match_length] : 0; // Nasledujúci symbol.

        fputc(offset_high, output_file);
        fputc(offset_low, output_file);
        fputc(length, output_file);
        fputc(next_symbol, output_file);

        pos += best_match_length + 1; // Posun v prehliadacom okne.
    }

    fclose(output_file); // Uzavretie výstupného súboru.
    free(data); // Uvoľnenie načítaných dát.

    printf("Compression using LZ77 completed successfully.\n");
    return 0;
}

// Funkcia na dekompresiu súboru komprimovaného LZ77 algoritmom.
int decompress_2(const char* input_file_name, const char* output_file_name) {
    FILE* input_file = fopen(input_file_name, "rb"); // Otvorenie vstupného súboru v binárnom režime.
    if (!input_file) {
        perror("Error opening input file");
        return -1;
    }

    FILE* output_file = fopen(output_file_name, "wb"); // Otvorenie výstupného súboru v binárnom režime.
    if (!output_file) {
        perror("Error opening output file");
        fclose(input_file);
        return -1;
    }

    unsigned char* output_buffer = (unsigned char*)malloc(10 * 1024 * 1024); // Alokácia bufferu na dekomprimované dáta (max. 10 MB).
    if (!output_buffer) {
        perror("Memory allocation error");
        fclose(input_file);
        fclose(output_file);
        return -1;
    }

    size_t pos = 0;
    while (1) {
        // Čítanie posunu, dĺžky a nasledujúceho symbolu zo vstupného súboru.
        int offset_high = fgetc(input_file);
        int offset_low = fgetc(input_file);
        int length = fgetc(input_file);
        int next_symbol = fgetc(input_file);

        if (offset_high == EOF || offset_low == EOF || length == EOF || next_symbol == EOF) break; // Koniec súboru.

        size_t offset = (offset_high << 8) | offset_low; // Zloženie posunu z vyšších a nižších bitov.

        // Obnovenie zhody z výstupného bufferu.
        for (size_t i = 0; i < length; i++) {
            output_buffer[pos] = output_buffer[pos - offset];
            pos++;
        }

        // Zapísanie nasledujúceho symbolu do bufferu.
        output_buffer[pos++] = next_symbol;
    }

    fwrite(output_buffer, 1, pos, output_file); // Zápis dekomprimovaných dát do súboru.

    free(output_buffer); // Uvoľnenie alokovaného bufferu.
    fclose(input_file); // Uzavretie vstupného súboru.
    fclose(output_file); // Uzavretie výstupného súboru.

    printf("Decompression using LZ77 completed successfully.\n");
    return 0;
}