Slovníkové kompresní metody

Abstract

Náplní této bakalářské práce je analýza, návrh a implementace slovníkových kompresních metod LZ77, LZ78, LZSS a LZW. V literární rešerši jsou popsány základní pojmy, principy a metody komprese dat. Podrobně se literární rešerše věnuje slovníkovým metodám komprese dat, konkrétně analýzou algoritmů LZ77, LZ78, LZSS a LZW, společně s popisem vhodných datových struktur používaných v těchto algoritmech. Praktická část práce se zaobírá návrhem a implementací těchto algoritmů v programovacím jazyce C++. Implementace umožňuje, aby bylo možné volit mezi komprimovaným a výukovým výstupem, tj. zda výstupem komprese mají být komprimovaná nečitelná binární data, nebo textová data čitelná pro člověka, která reprezentují běh algoritmu a usnadňují tak jeho pochopení. Dále jsou navrženy a implementovány testy těchto algoritmů a jsou zvoleny vhodné datové korpusy, na kterých je změřena doba běhu komprese, dekomprese a kompresní poměr implementovaných algoritmů. Výsledky detailních měření jsou uvedeny v příloze této práce. Hlavním výstupem práce je implementace kompresních algoritmů v podobě konzolových aplikací, které lze použít pro reálnou kompresi dat i jako pomocný nástroj pro výuku kompresních algoritmů v předmětech zabývajících se kompresí dat, jako je magisterský předmět NI-KOD na FIT ČVUT.

The subject of this bachelor thesis is the analysis, design and implementation of dictionary compression methods LZ77, LZ78, LZSS and LZW. The literature research describes the basic concepts, principles and methods of data compression. It then discusses dictionary-based data compression methods in greater detail, specifically analysis of the LZ77, LZ78, LZSS, and LZW algorithms, along with a description of the appropriate data structures used with these algorithms. The practical part of the thesis deals with the design and implementation of these algorithms in the C++ programming language. The implementation makes it possible to choose between compressed and learning output, i.e. whether the compression output should be compressed unreadable binary data or human-readable textual data that represent the run of the algorithm and thus facilitate its understanding. Furthermore, tests of these algorithms are designed and implemented, and suitable data corpora are selected on which the compression time, decompression time and compression ratio of the implemented algorithms are measured. The results of the detailed measurements are presented in the appendix of this paper. The main output of the thesis is the implementation of compression algorithms in the form of console applications, which can be used for real data compression as well as an auxiliary tool for teaching compression algorithms in courses dealing with data compression, such as the master's course NI-KOD at FIT CTU.