CN112100455A - 基于字符串并行搜索的lzw字典搜索方法 - Google Patents

Abstract

本发明公开了基于字符串并行搜索的LZW字典搜索方法，属于通信领域，该方法能够在保证相同压缩率的同时有效减少字典搜索次数，实现了压缩延时和复杂度的平衡。本发明包括如下步骤：取当前字符串序列中N个字符串为一个并行搜索组；每个字符串包括前缀和后缀两个字符。当前并行搜索组包含N个字符串。利用当前并行搜索组在LZW字典中进行搜索匹配，获得组匹配结果。在组匹配结果中，逢‘1’隔位取，逢‘0’顺位取；逢‘1’取地址，逢‘0’取前缀，得到码值，按顺序将所有的码值输出作为当前并行搜索组的LZW字典搜索结果。在当前字符串序列中，所有并行搜索组的LZW字典搜索结果组合为当前字符串序列的LZW字典搜索结果。

Description

基于字符串并行搜索的LZW字典搜索方法

技术领域

本发明涉及通信技术领域，具体涉及一种基于字符串并行搜索的LZW字典搜索方法。

背景技术

LZW字典编码方法根据输入字符序列建立字典，并用字典的索引值代替原始字符，来实现数据压缩的目的。在压缩过程中，采用字典索引值代替输入字符串序列，并且将未出现过的字符串动态添加到字典中去；在解压缩过程中，根据输入的压缩码字在字典中进行搜索匹配，并根据匹配结果输出相应的字符串，同时进行字典更新。可见，LZW编码方法的压缩和解压缩过程都需要动态建立和搜索字典，势必会造成一定的压缩延迟。

通常改善LZW算法的延时问题可以通过设置字典大小和优化字典搜索方式来实现。其中，字典的大小可以通过实验仿真的方式设置一个最优值，而进一步改善LZW算法压缩延迟的问题，就可以从优化字典搜索方式的角度来考虑。

字典搜索方式主要有三种：顺序搜索、并行搜索和哈希表搜索。顺序搜索方法按照字典地址从小到大的顺序串行搜索，直到搜索到匹配的字典词条，该方法简单易于实现，但是搜索延时很大。并行搜索方法首先将字典划分为多个小字典，然后对小字典进行并行搜索，该算法有效降低了搜索延时，但是对每个小字典都需要进行更新，从而导致控制逻辑复杂。哈希表搜索根据映射函数查找出输入字符在字典中存储的位置，可以降低搜索延时，但是哈希表搜索存在地址冲突问题。

以上目前已有的字典搜索方式，仍然存在压缩延时和复杂度无法平衡的问题，因此目前亟需一种能够平衡压缩延时和复杂度的LZW字典的搜索方式。

发明内容

有鉴于此，本发明提供了基于字符串并行搜索的LZW字典搜索方法，该方法能够在保证相同压缩率的同时有效减少字典搜索次数，实现了压缩延时和复杂度的平衡。

为达到上述目的，本发明的技术方案为：基于字符串并行搜索的LZW字典搜索方法，包括如下步骤：

S1、取当前字符串序列中N个字符串为一个并行搜索组；每个字符串包括前缀和后缀两个字符。

S2、当前并行搜索组包含{x₁,x₂}{x₂,x₃}…{x_N,x_N+1}共N个字符串；对于第i个字符串{x_i,x_i+1}，x_i为前缀，x_i+1为后缀，i为正整数，i∈[1,N]。

S3、利用当前并行搜索组在LZW字典中进行搜索匹配，获得组匹配结果R＝{R₁,R₂,......,R_N}。

其中R_i表示第i个字符串的匹配结果；R_i的取值为0或1，R_i＝0时表示第i个字符串匹配失败；R_i＝1表示第i个字符串匹配成功。

S4、在组匹配结果中，选取当前判别值R_j，j初始取值为1；

对于当前判别值R_j的取值进行判断，j∈[1,N]。

若R_j＝0，则取对应第j个字符串的前缀作为第j个码值，并取j自增1，更新当前判别值R_j，重复执行S4直至取到R_N。

若R_j＝1，取对应第j个字符串在LZW字典中匹配到的地址作为第j个码值，并取j自增2，更新当前判别值R_j，重复执行S4直至取到R_N。

S5、按顺序将所有的码值输出作为当前并行搜索组的LZW字典搜索结果。

S6、在当前字符串序列中，取下一组N个字符串为新并行搜索组，更新当前并行搜索组，重复执行S2～S6，直至当前字符串序列中所有字符串搜索完成，所有并行搜索组的LZW字典搜索结果组合为当前字符串序列的LZW字典搜索结果。

进一步地，S6中，选取下一组N个字符串为新并行搜索组。

新并行搜索组中第1个字符串的前缀依据前一并行搜索组的组匹配结果末位取值进行设定。

若前一并行搜索组的组匹配结果末位取值为1，则新并行搜索组中第1个字符串的前缀为新选取的字符。

若前一并行搜索组的组匹配结果末位取值为0，则新并行搜索组中第1个字符串的前缀为前一并行搜索组的末位字符串的后缀。

进一步地，S3中，R_i＝0时，第i个字符串匹配失败，则将LZW字典中的新地址更新为第i个字符串。

有益效果：

本发明提供了一种基于字符串并行搜索的LZW字典搜索方法法，该方法利用设计的LZW编码原则和字典更新原则，根据输入字符串与字典的匹配结果直接输出编码码字和更新字典。该方法能够在保证相同压缩率的同时有效减少字典搜索次数，从而实现缩短LZW压缩延时的目的，实现了压缩延时和复杂度的平衡。

附图说明

图1为本发明实施例提供的基于字符串并行搜索的LZW字典搜索方法流程图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了基于字符串并行搜索的LZW字典搜索方法，具体流程如图1所示，包括如下步骤：

S1、接收当前字符串序列，取当前字符串序列中N个字符串为一个并行搜索组；每个字符串包括前缀和后缀两个字符；

S2、当前并行搜索组包含{x₁,x₂}{x₂,x₃}…{x_N,x_N+1}共N个字符串；对于第i个字符串{x_i,x_i+1}，x_i为前缀，x_i+1为后缀，i为正整数，i∈[1,N]；

S3、利用当前并行搜索组在LZW字典中进行搜索匹配，获得组匹配结果R＝{R₁,R₂,......,R_N}。

其中R_i表示第i个字符串的匹配结果；R_i的取值为0或1，R_i＝0时表示第i个字符串匹配失败；R_i＝1表示第i个字符串匹配成功。

S3中，搜索匹配之后，进行LZW字典更新，更新过程如下：R_i＝0时，第i个字符串匹配失败，则将LZW字典中的新地址更新为第i个字符串。

S4、在组匹配结果中，选取当前判别值R_j，j初始取值为1。

对于当前判别值R_j的取值进行判断，j∈[1,N]。

若R_j＝0，则取对应第j个字符串的前缀作为第j个码值，并取j自增1，更新当前判别值R_j，重复执行S4直至取到R_N。

若R_j＝1，取对应第j个字符串在LZW字典中匹配到的地址作为第j个码值，并取j自增2，更新当前判别值R_j，重复执行S4直至取到R_N。

即码值的输出原则为：逢‘1’隔位取，逢‘0’顺位取；逢‘1’取地址，逢‘0’取前缀。

S5、按顺序将所有的码值输出作为当前并行搜索组的LZW字典搜索结果；

S6、在当前字符串序列中，取下一组N个字符串为新并行搜索组，更新当前并行搜索组，重复执行S2～S6，直至当前字符串序列中所有字符串搜索完成。

本发明实施例中，S6中，选取下一组N个字符串为新并行搜索组；新并行搜索组中第1个字符串的前缀依据前一并行搜索组的组匹配结果末位取值进行设定。

若前一并行搜索组的组匹配结果末位取值为1，则新并行搜索组中第1个字符串的前缀为新选取的字符。

若前一并行搜索组的组匹配结果末位取值为0，则新并行搜索组中第1个字符串的前缀为前一并行搜索组的末位字符串的后缀。

P表示下一轮并行搜索过程中第一个字符串的前缀字符，P的选取原则为：末位为‘1’，P为下一个新输入的字符；末位为‘0’，P为末位字符串的后缀；特殊情况：当序列最后出现连续的‘1’时，如果‘1’的个数为偶数，则P为末位字符串的后缀，如果‘1’的个数为奇数，则P为下一个新输入的字符。

本发明实施例，以几个典型情况为例，介绍本发明所提的LZW编码方法的实现原则。

(1)匹配结果为R＝{R₁R₂...R_iR_i+1...R_N}＝{00...00...0}的形式，即R全为‘0’，则输出码字O为R₁到R_N对应字符串的前缀，并把R₁到R_N对应字符串都更新到字典中，字典地址依次递增。P为R_N对应字符串的后缀。

(2)匹配结果为R＝{R₁R₂...R_iR_i+1...R_N}＝{00...01...}的形式，即R从‘0’开始，并连续为‘0’，直到R_i+1的位置出现‘1’，根据“逢1隔位取，逢0顺位取”和“逢1取地址，逢0取前缀”的原则，输出码字O为R₁到R_i对应字符串的前缀与R_i+1在字典中的地址。根据“逢0取前缀时，更新地址”的原则，把R₁到R_i对应的字符串更新到字典中。此时，如果R_N＝'0'，则P为R_N对应字符串的后缀，如果R_N＝'1'，则P为下一个新输入的字符。

(3)匹配结果为R＝{R₁R₂R₃...R_i-1R_iR_i+1...}＝{101...101...}的形式，即R为‘1’和‘0’交替出现的，根据“逢1隔位取”的原则，输出码字O为匹配结果为‘1’的字符串的地址。根据“逢1取地址时，不更新”的原则，不进行字典更新。此时，如果R_N＝'0'，则P为R_N对应字符串的后缀，如果R_N＝'1'，则P为下一个新输入的字符。

(4)匹配结果为R＝{R₁R₂...R_iR_i+1...}＝{1...11...}的形式，即R全为‘1’，则输出码字为R₁,R₃,…,R_i,R_i+2,…对应字符串的字典地址，不需要字典更新。此时，如果N为偶数，则P为R_N对应字符串的后缀，如果N为奇数，则P为下一个新输入的字符。

进行LZW字典搜索时，为了进一步缩短LZW的编码延时，如果确定了并行搜索的字符串个数N，可以根据上述规则事先推出编码码字及字典更新，做成查找表。当进行LZW字典搜索时，可直接调用给出结果。以N＝3为例，如果当前输入字符串为{x₁,x₂}、{x₂,x₃}和{x₃,x₄}，则查找表如表1所示。

表1：LZW编码方法查找表(N＝3)

本发明实施例中，可以利用上述基于字符串并行搜索的LZW字典搜索方法进行通信，即在发送端和接收端各自维护一个LZW字典。发送端获取待发送的字符串序列，采用上述LZW字典搜索方法，得到当前字符串序列的LZW字典搜索结果，并进行LZW字典更新。

将当前字符串序列的LZW字典搜索结果传输至接收端。

接收端，接收到当前字符串序列的LZW字典搜索结果之后，进行逆向解码，获得当前字符串序列，同时进行LZW字典更新，由此实现发送端与接收端之间的通信。

在接收端，按照输入字符串的顺序直接进行解码和字典更新，不需要并行匹配。令D表示进行解码的当前字符串，O′表示解码时的输出码字，解码原则如下：

·D的选取原则

D的前缀为上一个字符串的后缀，D的后缀为下一个新输入的字符。

·O′的输出原则

若当前字符串前缀不是新添加的字典地址，则直接输出该前缀字符；

若当前字符串前缀为新添加的字典地址，则输出该地址对应的字符串。

·字典更新原则

若当前字符串不包含新添加的字典地址，则把当前字符串更新到字典；

若当前字符串的前缀为新添加的字典地址，不进行字典更新；

若当前字符串的后缀为新添加的字典地址，则把当前字符串的前缀与该地址对应的字符串的前缀更新到字典。

举例验证：

下面通过一组随机选择的输入序列对本发明所提的LZW搜索方法进行验证。假设输入序列为{23,25,34,45,56,85,23,25,34,45,56,85,22,26,28,85,22,26,28,30,34}，并行搜索字符串的个数为N＝3，编码过程如表2所示，解码过程如表3所示。经过解码，输出码字与发送端输入序列相同。

从表2可以看出，本发明所提的LZW搜索方法只进行了7次搜索，就完成了21个字符的编码，而采用基于常规基于字符串并行搜索的LZW编码方法则需要搜索13次，采用传统的LZW编码方法则需要搜索21次。而且根据算法的编码原则，字符串匹配成功率越高，改进的LZW编码方法的优势越明显。所以，本发明所提的LZW搜索方法能够实现通过减少字典搜索次数来缩短LZW压缩延时的目的。

表2：:所提的LZW编码方法编码过程

表3：所提的LZW编码方法解码过程

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.基于字符串并行搜索的LZW字典搜索方法，其特征在于，包括如下步骤：

S1、取当前字符串序列中N个字符串为一个并行搜索组；每个字符串包括前缀和后缀两个字符；

S2、当前并行搜索组包含{x₁,x₂}{x₂,x₃}…{x_N,x_N+1}共N个字符串；对于第i个字符串{x_i,x_i+1}，x_i为前缀，x_i+1为后缀，i为正整数，i∈[1,N]；

S3、利用当前并行搜索组在LZW字典中进行搜索匹配，获得组匹配结果R＝{R₁,R₂,......,R_N}；

其中R_i表示第i个字符串的匹配结果；R_i的取值为0或1，R_i＝0时表示第i个字符串匹配失败；R_i＝1表示第i个字符串匹配成功；

S4、在所述组匹配结果中，选取当前判别值R_j，j初始取值为1；

对于当前判别值R_j的取值进行判断，j∈[1,N]；

若R_j＝0，则取对应第j个字符串的前缀作为第j个码值，并取j自增1，更新当前判别值R_j，重复执行S4直至取到R_N；

若R_j＝1，取对应第j个字符串在所述LZW字典中匹配到的地址作为第j个码值，并取j自增2，更新当前判别值R_j，重复执行S4直至取到R_N；

S5、按顺序将所有的码值输出作为当前并行搜索组的LZW字典搜索结果；

S6、在当前字符串序列中，取下一组N个字符串为新并行搜索组，更新当前并行搜索组，重复执行S2～S6，直至当前字符串序列中所有字符串搜索完成，所有并行搜索组的LZW字典搜索结果组合为当前字符串序列的LZW字典搜索结果。

2.如权利要求1所述的方法，其特征在于，所述S6中，选取下一组N个字符串为新并行搜索组；

所述新并行搜索组中第1个字符串的前缀依据前一并行搜索组的组匹配结果末位取值进行设定；

若前一并行搜索组的组匹配结果末位取值为1，则所述新并行搜索组中第1个字符串的前缀为新选取的字符；

若前一并行搜索组的组匹配结果末位取值为0，则所述新并行搜索组中第1个字符串的前缀为前一并行搜索组的末位字符串的后缀。

3.如权利要求1或2所述的LZW字典搜索方法，其特征在于，所述S3中，R_i＝0时，第i个字符串匹配失败，则将所述LZW字典中的新地址更新为第i个字符串。

Images