Lempel-Ziv-Welch

Lempel-Ziv-Welch

LZW (pour Lempel-Ziv-Welch) est un algorithme de compression de données sans perte. Il s'agit d'une amélioration de l'algorithme LZ78 inventé par Abraham Lempel et Jacob Ziv en 1978. LZW fut créé en 1984 par Terry Welch, d'où son nom.

L'algorithme LZW avait été breveté par la société Unisys[1]. Il a été utilisé dans les modems (norme V42 bis) et est encore utilisé dans les formats d'image numérique GIF ou TIFF et les fichiers audio MOD.

L’algorithme a été conçu de manière à être rapide à implémenter, mais n’est la plupart du temps pas optimal car il effectue une analyse limitée des données à compresser.

Sommaire

Description de l'algorithme

L’algorithme de compression construit une table de traduction de chaînes de caractères à partir du texte à compresser. Cette table relie des codes de taille fixée (généralement 12-bit) aux chaines de caractères. La table est initialisée avec tous les caractères (256 entrées dans le cas de caractères codés sur 8 bits). À mesure que le compresseur examine le texte, il ajoute chaque chaîne de 2 caractères dans la table en tant que concaténation de code et de caractères, avec le code correspondant au premier caractère de la chaîne. En même temps qu’il enregistre ces chaines, le premier caractère est envoyé en sortie. Chaque fois qu’une chaîne déjà rencontrée est lue, la chaîne la plus longue déjà rencontrée est déterminée, et le code correspondant à cette chaîne avec le caractère concaténé (le caractère suivant du flux entrant) est enregistré dans la table. Le code pour la partie la plus longue de la chaîne de caractère rencontré est envoyé en sortie et le dernier caractère est utilisé comme base pour la chaîne suivante.

L’algorithme de décompression a seulement besoin du texte compressé en entrée. En effet il reconstruit une table chaine de caractères / code identique à mesure qu’il régénère le texte original. Cependant un cas inhabituel apparaît chaque fois que la séquence caractère/chaîne/caractère/chaîne/caractère (avec le même caractère pour chaque caractère et la même chaîne de caractère pour chaque chaîne) est rencontré en entrée et que caractère/chaîne est déjà présent dans la table. Quand l’algorithme de décompression lit le code pour caractère/chaîne/caractère, il ne peut pas le traiter car il n’a pas encore stocké ce code dans la table. Ce cas particulier peut être géré car le programme de décompression sait que le caractère supplémentaire est le précédent caractère rencontré[2].

Algorithme

Algorithme de compression :

   w = Nul;
   tant que (lecture d'un caractère c) faire
       si (wc existe dans le dictionnaire) alors
           w = wc;
       sinon
           ajouter wc au dictionnaire;
           écrire le code de w;
           w = c;
       fin si
   fin tant que
   écrire le code de w;

Algorithme de décompression :

   lecture d'un caractère c;
   écrire c; // ajout suite à un oubli
   w = c;
   tant que (lecture d'un caractère c) faire
       si (c > 255 && l'index c existe dans le dictionnaire) faire
           entrée = l'entrée du dictionnaire de c;
       sinon si (c > 255 && l'index c n'existe pas dans le dictionnaire) faire
           entrée = w + w[0];
       sinon
           entrée = c;
       fin si;
       écrire entrée;
       ajouter w+entrée[0] au dictionnaire;
       w = entrée;
   fin tant que;

Exemple

Compression

La table suivante montre le résultat de l'exécution de l'algorithme de compression sur la chaîne suivante :

   TOBEORNOTTOBEORTOBEORNOT

On suppose qu'on utilise un code ASCII de 256 caractères (8-bits) comme dictionnaire de base. La longueur de cette chaîne est de 24 caractères. Elle nécessite donc 24 * 8 = 192 bits d'espace de stockage.

c w wc sortie dictionnaire
T <NIL> T
O T TO T TO = <256>
B O OB O OB = <257>
E B BE B BE = <258>
O E EO E EO = <259>
R O OR O OR = <260>
N R RN R RN = <261>
O N NO N NO = <262>
T O OT O OT = <263>
T T TT T TT = <264>
O T TO
B TO TOB <256> TOB = <265>
E B BE
O BE BEO <258> BEO = <266>
R O OR
T OR ORT <260> ORT = <267>
O T TO
B TO TOB
E TOB TOBE <265> TOBE = <268>
O E EO
R EO EOR <259> EOR = <269>
N R RN
O RN RNO <261> RNO = <270>
T O OT
OT <263>

Après la compression, nous obtenons une séquence de codes de 9 bits sur la sortie :

   TOBEORNOT<256><258><260><265><259><261><263>

Elle nécessite 16 × 9 = 144 bits d'espace de stockage.

Décompression

Le résultat de l'algorithme de décompression, sur la séquence compressée de codes de 9 bits, est présenté dans ce tableau :

k w entry w+entry[0] sortie dictionnaire
T T T
O T O TO O TO = <256>
B O B OB B OB = <257>
E B E BE E BE = <258>
O E O EO O EO = <259>
R O R OR R OR = <260>
N R N RN N RN = <261>
O N O NO O NO = <262>
T O T OT T OT = <263>
<256> T TO TT TO TT = <264>
<258> TO BE TOB BE TOB = <265>
<260> BE OR BEO OR BEO = <266>
<265> OR TOB ORT TOB ORT = <267>
<259> TOB EO TOBE EO TOBE = <268>
<261> EO RN EOR RN EOR = <269>
<263> RN OT RNO OT RNO = <270>

Principe

L'algorithme général est le suivant :

  • Initialisation : un dictionnaire de mots prédéfinis est rempli.
  • Lecture :
    • Un caractère supplémentaire est ajouté au tampon TANT QUE celui-ci contient des mots présents dans le dictionnaire
    • Si le tampon contient une séquence qui ne correspond à aucun mot du dictionnaire, on ajoute cette séquence au dictionnaire : elle sera donc de la forme A + B où A est un mot du dictionnaire et B un caractère, A est renvoyé et sorti du tampon.
  • Fin de l'entrée : le tampon est renvoyé s'il n'est pas vide (il correspond à un mot du dictionnaire).

Notons que les codes binaires sont au début généralement émis sur 8 bits, jusqu'à ce que ces 8 bits ne suffisent plus à coder l'indice que l'on désire(par exemple l'indice 256, qu'il est nécessaire de coder sur 9 bits). On émet alors l'indice 0 pour signifier que l'on augmente le nombre de bits émis de 1.

Prenons un exemple : supposons que la phrase à coder soit « repetition ». À chaque lettre est associé son code ASCII. Le dictionnaire est initialisé et associe l'indice 1 au code '0', l'indice 2 au code '1' ... etc. jusqu'à l'indice 256 qui correspond au code '255'.

Étape Tampon Émis Rajout au dictionnaire
1 '114'+'101' (re) '115' (r) 257 : '114'+'101' (r-e)
2 '101'+'112' (ep) '102' (e) 258 : '101'+'112' (e-p)
3 '112'+'101' (pe) '113' (p) 259 : '112'+'101' (p-e)
4 '101'+'116' (et) '102' (e) 260 : '101'+'116' (e-t)
5 '116'+'105' (ti) '117' (t) 261 : '116'+'105' (t-i)
6 '105'+'116' (it) '106' (i) 262 : '105'+'116' (i-t)
7 '116'+'105' (ti) = '261' '0' (besoin d'un bit supplémentaire) Aucun ajout
8 '261'+'111' (tio) '261' (ti) 263 : '261'+'111' (ti-o)
9 '111'+'110' (on) '112' (o) 264 : '111'+'110' (o-n)
10 '110' (n) '111' (n) Pas d'ajout
  • Au début de la compression, les codes binaires seront émis sur 8 bits.
  • À l'étape 1, on charge dans le tampon les 2 premiers caractères. Cette suite n'est pas présente dans le dictionnaire, donc on la rajoute. On émet ensuite sur 8 bits le code '115' (car le code '114', r en ASCII, a pour indice '115' dans le dictionnaire) et l'on supprime du tampon les caractères émis.
  • À l'étape 7, la chaîne '116'+'105' étant déjà présente dans le dictionnaire (indice 261), on émet le code '0' car 261 ne peut se coder sur 8 bits, il nécessite un minimum de 9 bits. Les codes émis seront donc désormais émis sur 9 bits.
  • À l'étape 8, on charge un nouveau caractère dans le tampon. La chaîne n'est pas présente dans le dictionnaire, donc on la rajoute. On émet ensuite l'indice de la chaîne '116'+'105' (261) et on la supprime du tampon.
  • Les étapes suivantes suivent logiquement.

Notes et références

  1. Unisys: LZW Patent Information
  2. Welch, T. A. (June 1984). « A technique for high-performance data compression. », Computer, vol. 17, p. 8-19.

Voir aussi

Programmes associés

Lien externe


Wikimedia Foundation. 2010.

Contenu soumis à la licence CC-BY-SA. Source : Article Lempel-Ziv-Welch de Wikipédia en français (auteurs)

Игры ⚽ Нужно решить контрольную?

Regardez d'autres dictionnaires:

  • Lempel-Ziv-Welch — (LZW) is a universal lossless data compression algorithm created by Abraham Lempel, Jacob Ziv, and Terry Welch. It was published by Welch in 1984 as an improved implementation of the LZ78 algorithm published by Lempel and Ziv in 1978. The… …   Wikipedia

  • Lempel-ziv-welch — Traduction terminée Lempel Ziv Welch → …   Wikipédia en Français

  • Lempel-Ziv-Welch-Algorithmus — Lempel Ziv Welch Algorithmus,   LZ Kodierung …   Universal-Lexikon

  • Lempel-Ziv-Welch-Algorithmus — Der Lempel Ziv Welch Algorithmus (kurz LZW Algorithmus) ist ein häufig bei Grafikformaten zur Datenkompression, also zur Reduzierung der Datenmenge, eingesetzter Algorithmus. Ein Großteil der Funktionsweise dieses Algorithmus wurden 1978 von… …   Deutsch Wikipedia

  • Lempel-Ziv-Welch —    Abbreviated LZW, an algorithm used in data compression, developed by Abraham Lempel, Jacob Ziv, and Terry Welch.    LZW is a general purpose compression algorithm suitable for use on almost any type of data. It is fast in both compressing and… …   Dictionary of networking

  • Lempel-Ziv-Welch — ● np. ►PACK Méthode de compression de données, implémentée par Terry Welch à partir de LZ78. Voir LZW …   Dictionnaire d'informatique francophone

  • Lempel-Ziv-Welch — …   Википедия

  • Lempel-Ziv-Storer-Szymanski — (LZSS) is a lossless data compression algorithm, a derivative of LZ77, that was created in 1982 by James Storer and Thomas Szymanski. LZSS was described in article Data compression via textual substitution published in Journal of the ACM (pp. 928 …   Wikipedia

  • Lempel — Abraham Lempel Abraham Lempel (* 10. Februar 1936 in Lemberg, Polen) ist ein polnischstämmiger israelischer Informatiker. Er gilt als einer der Väter der LZ Familie der verlustlosen Algorithmen für Datenkompression. Er studierte am Technion in… …   Deutsch Wikipedia

  • Ziv — Jacob Ziv (hebräisch ‏יעקב זיו‎, auch Yaakov Ziv; * 27. November 1931 in Tiberias, Palästina) ist ein israelische Elektroingenieur und hat im Bereich der Informationstheorie bedeutende Grundlagenforschung geleistet. Zusammen mit Abraham Lempel… …   Deutsch Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”