JP2774350B2 - データ圧縮方法および圧縮データのデータ復元方法 - Google Patents

Description

【発明の詳細な説明】 〔概要〕 LZW符号によるデータ圧縮方法および圧縮データのデ
ータ復元方法に関し、符号化文字列に対して直前の文字
列の最終文字との従属関係を辞書に取り込むことによっ
て文字列間の圧縮率を高めることを目的とし、 入力文字列に対して辞書を参照し文字部分列を順次符
号化し、異なる文字列毎に異なる登録番号を付与して辞
書を作成し、現在の文字部分列を符号化済の過去の文字
部分列のうち一致する最大長の文字部分列の複製として
符号化するデータ圧縮方法において、任意の連続する二
つの文字部分列における符号化された直前の文字部分列
の最終文字もしくは最終文字グループを記憶し、直前の
文字部分列の各最終文字もしくは各最終文字グループに
対応けて文字部分列の各先頭文字毎にグループ化して文
字列を登録することにより辞書を作成し、文字部分列に
対して直前の文字列の最終文字もしくは最終文字グルー
プに対応する辞書を参照し、その登録番号により入力文
字列を符号化する構成を持つ。

〔産業上の利用分野〕

コンピュータ、データ通信等におけるような大量のデ
ータを扱う場合、データの中の冗長な部分を省いて、デ
ータを圧縮することで、記憶容量を減らしたり、通信速
度を高速化することができるようになる。

データを圧縮する方法として、入力文字列を順次異な
る文字部分列ごとに順次符号化して記憶し、符号化済の
過去の最長の文字部分列の複製として現在の文字部分列
を符号化するデータ圧縮方式がある。

そのような従来のデータ圧縮方式においては、文字列
を相異なる文字部分列に分けて符号化するとき、現在符
号化しようとする現文字部分列は出現した文字列とは独
立に出現するものとして符号化していた。

実際の文章等のデータにおいては、各文字部分列間に
相関関係かあるものであり、上記のように従来の符号化
方式においては、文字部分列の出現する履歴を利用して
なく、現文字部分列の過去に出現した文字部分列との従
属性については考慮されていないため、データ圧縮にお
ける冗長性として残されていた。

本発明は、符号化文字部分列に対して直前の文字列の
最終文字との従属関係を辞書に取りことによって文字部
分列におけるデータ圧縮の冗長性を削減し、圧縮率を高
めた増分分解型のLZW（Ziv−Lempel−Welch）符号によ
るデータ圧縮方法および圧縮データのデータ復元方法に
関するものである。

〔従来技術〕

LZW符号によるデータ圧縮は、文字列を異なる文字部
分列に分け辞書に登録されている過去に出現した文字列
のうちから最長一致文字列を探し、その番号により符号
化する。同時に、一致した最長文字列より一文字延ばし
た文字列を新たに出現した文字列としあらたに辞書に登
録するものである。

第12〜14図により従来のLZW符号化方式を説明する。

第12図（ａ），（ｂ），（ｃ）は、簡単のため、a,b,
cの３文字よりなる場合についてデータを符号化して圧
縮する場合および復号（以下，復元に同じ）する場合を
示している。

LZW符号では、予め辞書に全文字につき一文字からな
る文字列を初期値として登録してから符号化を始める。

そして、文字列から、辞書に登録してある最長一致文
字部分列を捜し、その登録符号ωを符号として出力す
る。

一方、辞書には、その最長一致文字列に、不一致とな
った次の一文字（拡張文字Ｋ）を足した文字列を継ぎ足
した文字列を（ω,K）の組で表して辞書に登録する。

復号は符号化の逆の操作を行う。即ち、入力した符号
ωに対応する文字列の表現の組（ω′,K）を求める。次
に、同様に、ω′に対応する文字列の表現の組を求め、
そのつど求めた拡張文字Ｋをスタックしておく。

この手順を繰り返して、番号ωが一文字にいたるまで
繰り返し最後にスタックした文字を出力し、各文字列を
復号する。

そして、辞書には、前回使った符号ωと今回復元した
文字列の第１文字Ｋの組（ω,K）を登録し、復号辞書を
更新する。

第12図（ａ），（ｂ）により、従来のLZW符号化方法
をa,b,cの三文字のみよりなる場合について、具体的に
説明する。

先ず、一文字a,b,cについては、図（ｂ）に示すよう
に最初に辞書に登録しておく。

（１） 図（ａ）に示す入力文字列において、先ず，先
頭の文字ａを入力する。ａは辞書にあり、ａの符号が１
なので、ω＝１として、次の文字ｂ（Ｋ＝ｂ）を入力す
る。その文字部分列ab（ω＝1,K＝ｂ）は辞書に登録さ
れていないので、ａを出力し、ab（1b）を登録コード４
で辞書に登録する。

（２） 次に、いま入力したｂを文字列の先頭文字とし
て（ω＝２とする）、次の文字ａ（Ｋ＝ａ）を入力す
る。

そこで、作成された文字部分列ba（ω＝2,K＝ａ）
は、辞書に未登録であるので、ｂを出力し、ba（2a）を
登録コード５として、に登録する。

（３） さらに、（２）で入力したａの文字列の先頭と
して（ω＝１）次の文字ｂ（Ｋ＝ｂ）を入力する。

文字列abは、既に登録コード４で登録されているの
で、ωを現在の文字部分列abの登録コード４として続く
文字ｃを入力する（ω＝4,K＝ｃ）。

文字列abcは未登録であるので、一致した最長文字部
分列abを登録コード４で出力し、文字列abc（4c）を登
録コード６で、辞書に登録する。

（４） そこで、今入力した文字ｃを文字列の先頭文字
として（ω＝３），続く文字ｂを入力する（Ｋ＝ｂ）。

文字列cb（3b）は辞書に未登録であるので、文字ｃを
登録コード３（初期化において登録済）で出力し、文字
列cb（3b）を登録コード７として辞書に登録する。

以下同様の手順により、続く文字列について、登録済
の文字部分列から一致する最大長の文字部分列の登録コ
ードにより出力し、未登録の文字部分列は新たに登録コ
ードを定めて辞書に登録し、辞書を更新してゆく。

図（ｂ）は図（ａ）の入力文字列について、LZW符号
により作成した参照辞書を示す。

入力されたコードを復号する場合には、例えば、符号
８が入力されると、図示の変換テーブルにより、８＝5b
を読み取り、次に５＝2a、であるので、８＝2abとし、
さらに２＝ｂから文字列babを復号する。

図（ｃ）に、LZW符号の復号方式を示す。

図（ｃ）は図（ａ）における文字列の出力コードを復
号する場合を示す。

復号は、符号化の手順の逆を操作を行う。

あらかじめ、初期化において、登録辞書には一文字a,
b,cをそれぞれコード1,2,3として登録しておく。

図示の入力コードを復号する場合により、従来のLZW
符号の復号手順を説明する。

（１） 先ず、最初の入力コード１が入力されると、辞
書を参照して文字ａを出力する。

ここで、入力コード１は直前コードレジスタ（Oldcod
e）に残しておく。

（２） 次に入力コード２によりｂを出力する。

このとき、（１）の処理における入力コード１と、今
復号した文字列のｂの組の符号1bを辞書に登録コード４
として登録し、辞書を復元する。

そして、入力コード２は、Oldcodeに保存しておく。

（３） 次に入力コード符号４により辞書を参照して1b
に読み取り、さらに1bから文字列abを復号する。

そして、（２）で復元した文字列の第１文字ａとOldc
odeの２とにより変換コード2aを辞書に登録コード５で
登録する。

入力コード４はOldcodeに移して保存する。

（４） 次の入力コード３を入力する。

３はｃとして辞書に登録済であるから文字ｃを復元
し、Oldcodeのコード４といま復元した文字ｃにより変
換コード4cを辞書に登録コード６で登録する。

そして、入力コード３をOldcodeに移して保存する。

（５） 次の入力コード５を読み取る。

入力コード５は既に変換コード2aとして登録されてい
るので、2aより、文字部分列baを復号する。

そして、今復号した文字部分列の第１文字ｂとOldcod
eに保存されているコード３により3bを辞書に登録コー
ド７で登録する。入力コード５はOldcodeに移して保存
する。

同様の手順を繰り返して、入力コードを順次復号し、
辞書を更新してゆく。第13図に、従来のLZW符号化方式
の符号化のフローを示す。

上記の文字列ababcについて符号化する場合を例とし
てフローを説明する。

初期化において、一文字a,b,cを辞書に登録する
（ａ＝１、ｂ＝２、ｃ＝３）。

同時に，辞書の先頭アドレスｎを設定する。

図のフローは、256文字ある場合についてのものであ
るので、先頭アドレスとしてｎ＝256を設定してある
が、今の場合は、a,b,c三文字のみの場合を考えている
ので、ｎ＝４を初期値として考える。

（１） 文字列の第１文字Ｋ（Ｋ＝ａ）を語頭文字
列のωとする。

（２） 次の文字ｂを読む。

入力文字列の最後の文字の処理を終わっている場合
には、次の文字Ｋはないので、終了処理に進む。

今は、入力文字列があるので、に進む。

今ω＝a,K＝ｂであり、ωＫ＝abの文字部分列は辞
書にないので、に進む。

ω＝ａの登録コード（コード（ω））として１を出
力する。

入力文字ｂの登録コード２をωに移し、同時に辞書
のアドレスｎを１つ進める。

（３） 再び、に戻り、次の文字ａを入力する。今、
ω＝２であるのででωＫ＝2aを辞書と照合する。未登
録であるので、でｂの登録コード２（コード（ω））
を出力する。そしてでωＫ＝2aを辞書に登録コード５
（ｎ＝５）で登録する。さらにωにいま入力した文字ａ
のコード１を移す。そして再びに戻る。

（４） 次の文字ｂを入力する。

この場合、における判断で，ωＫ＝1bは登録済であ
るので、に進み、ωＫ＝1bをωとする。そこで、に
戻る。

（５） 次の文字ｃをＫとして入力し、以降の処理を行
う。

以上の処理を進め，最後まで処理が進むとに進む。

は、最終文字が、入力済の場合で、最終文字はの
処理でωに入力されている状態であるから、そのコード
（コード（ω））を出力して符号の作成処理を終了す
る。

第14図は、従来のLZW復号化方式のフローを示す。

第12図において例として説明した文字列の出力符号を
用いてフローを説明する。

復号化には、入力コードを格納する入力コードメモリ
（INcode），直前コードを格納するメモリ（Oldcod
e），復元文字の第１文字を格納するメモリ（FINcha
r），順次復元される復号文字を１時格納するメモリ
（スタック）を用いる。

初期化により、一文字についての符号は予め、作成
しておく。

（１） は最初に読み込んだ符号の処理である。最初
のコードを読み込む（今の場合、１）。Oldcodeに読み
込んだコードを入れる。入力コード（１）と辞書の登録
コードを参照して、文字Ｋとしてａを出力する。

ａをFINcharに移して一時保存する。

（２） 次のコード（CODE）を読み、INcodeに入れ
る。

， 新たな符号があるか判定する。そして，最後の
符号まで読み取ってコードがない場合には処理を終了す
る。いまの場合は次のコード２があるので、に進む。

， Ｋをスタックに移す。第12図（ｂ）における登
録コード８のように、８が5bで５が2aであるようなコー
ドの場合は、ωＫの文字Ｋを順次スタックに入力し、ω
を順次変換していってωＫが一文字になるまで処理を繰
り返す。

今の例の場合Ｋとしてコード２に対応するｂをスタッ
クに格納する。

スタックに格納された文字ｂを出力する。

復号文字の第１文字、いまの場合は文字ｂをFINcha
rに格納する。

以上の処理を進め最終文字まで処理が進むとに進
む。

（Oldcode,K）の組を辞書に登録する。今の場合、O
ldcodeには初期化において読み込んだ文字列の第１文字
ａのコード１が格納されている。またＫ＝ｂであるので
1bを登録コード４で格納する（新しく登録する文字部分
列の登録番地（＝登録コード）ｎは４から始まるものと
する）。

ｎを１インクリメントする。

OldcodeにINcodeのデータを移す。いまの場合、INc
odeのデータは２であるから、Oldcodeを２とする。

（３） そこで、に戻り、次の符号を読む。次の符号
は４である。そこで、辞書を参照すると符号４は1bであ
るから、，，でωＫ＝1bから、スタックに順次ｂ
とａを格納し、で文字abを出力する。さらに、で復
号文字列の第１文字ａをFINcharに格納する。そして、
いまOldcodeは２と復号文字の第１文字をＫ＝ａによ
り、（2,a）の組合せにより、符号2aを辞書に登録コー
ド５（ｎ＝５）で登録する。そしてｎを１インクリメン
トする。

さらに、Oldcodeに入力符号を移し、いつの場合Oldco
deを４とする。そして、以降の処理を繰り返す。

上記のように、入力コードを復号し、復号した文字列
のコードを記憶しておいて、次の入力コードにより、次
の文字列を復号した時点において、記憶してあるコード
に対応する文字部分列より１文字延ばした、未登録の文
字部分列を辞書に登録し、辞書を復元する。

図のフローにおいて、は例外的な処理の場合であ
る。

上記のように、LZW符号による圧縮処理では、符号化
においては、注目文字部分列の符号化を終了した時点
で、一文字のばした文字部分列を辞書に登録できるが、
復号化において，注目文字列を１文字延ばすときは、次
の文字部分列の先頭文字と合わせて辞書に登録するた
め、次の文字列の復号が終了した時点でないと登録を行
うことができない。

そのため、入力された符号を復号するために必要な登
録コードが、辞書に登録されていないような場合を生じ
ることがある。このような場合には、入力符号を復号で
きないわけであるが、はその場合の復号処理を行うた
めのものである。

例えば、第12図（ｃ）の入力コードにおいて、入力コ
ード10が入力された場合を考える。

この時、Oldcodeは１であり、FINcharはａである。

この時点では、辞書への登録は登録コード９までであ
り、10は登録されていない。

そのため、入力コード10を復元することができない。

そこで、により、FINcharのａおよび、Oldcode1の
１により、1aをINcodeに入力する。

その後は、以降の通常の場合と同様の処理により、
aaを出力し、1aを辞書に符号10で登録することができ
る。

〔発明が解決しようとする課題〕

従来のLZW符号化方式では、入力文字列を相異なる文
字部分列に分けて符号化するとき、現在符号化中の各文
字部分列は過去に出現した文字部分列とは独立に出現し
たものとして符号化をしていた。

この方法では、無記憶情報源（１文字ずつ独立に出現
するデータ）の符号化には問題はない。しかし、実際の
文章等多くのデータは記憶情報源とみなされ、LZW符号
では文字列が出現する履歴を十分利用できておらず、デ
ータ圧縮後も、文字列の出現の従属性について考慮して
いない分は冗長性として残る欠点があった。

本発明は、例えば、直前の文字列の最終文字のような
直前の文字列との関係において、現在の文字列の符号を
決定して辞書に登録する等、符号化対象文字部分列に対
して直前の文字列の最終文字との従属関係を辞書に取り
込むことによって文字列間の冗長性を削減し、圧縮率を
高めようとするものである。

〔課題を解決するための手段〕

第11図により、課題を解決するための手段を説明す
る。

図において、（ａ）は従来のLZW符号による辞書の木
を示し、（ｂ）は従来のLZW符号による文字列の符号化
における各文字列間の関係を示している。

従来は、図（ｂ）に示すように、各文字部分列の先頭
の文字ごとに、図（ａ）に示すような文字部分列により
辞書の木を作成していた。

例えば、図示のように、256個の先頭の一文字に対し
て、０〜256の番号を付し、各一文字を先頭文字とする
文字列をそれぞれの先頭文字から展開していた。

例えば、一文字「ａ」を０とし、「ａ」を先頭文字と
する文字列に対して例えば、図に示すように「ab」は25
7、「ac」は259、「aca」は258の「ac」の下位の階層と
して全体を１つの辞書の木として各文字列に番号を付し
ていた。

この場合、先頭文字列間の結びつきはなく、いわば、
空を根とする辞書の木の根に各先頭文字が結合している
もので、LZW符号では符号化中の文字列に対して以前に
出現した文字列の履歴は考えられていないことを示して
いる。

このような従来の方法によれば、各文字列を識別する
番号は、異なる文字列について、全て異なる番号を付さ
なければならず、符号語を設定するための各文字部分列
の登録番号も大きくなり、しかも文字列の出現頻度等は
考慮されずに設定される等の冗長性が残されているもの
であった。

次に本発明の辞書の木の構成と字列の符号化方法を図
（ｃ）および（ｄ）により説明する。

本発明では、図（ｄ）に示すように、直前の最終文字
との従属関係において、現文字部分列の符号を付すよう
にした。

そして、直前の文字列の最終文字ごとに図（ｃ）に示
すように、先頭文字およびその展開文字で木を構成する
ようにし、各木毎に、各文字列の番号を付すようにし
た。

例えば、直前の文字が「ａ」の場合にその文字「ａ」
に一文字「ａ」がつくときは、その一文字「ａ」のその
木におけるインデックス１（番号）とし、直前の文字
「ａ」に対する文字列「ab」はインデックス７、直前の
文字「ａ」に続く一文字「ｂ」は番号２とする。また、
直前の文字列が「ｂ」である一文字「ａ」は直前文字列
「ｂ」の木のインデックス１、「ab」はその木における
インデックス４というように、直前文字列を根とする木
毎に各文字列のインデックスを付すようにする。

このようにすることにより、各文字が等確率で出現す
る場合には、インデックス（各辞書の木における各部分
文字列の登録番号）の長さを1/256とすることができ
る。

通常、個別の木の大きさは、個別の木を全部合わせた
全体の木の大きさの十数分の一になるので、文字部分列
を識別する符号の長さを短くすることができ、圧縮率を
高めることが可能になる。

第１図は、本発明の符号化方法のための基本構成を示
す。

図は、文字列が３文字a,b,cのみより成る文字列にお
いて、直前文字列の最終文字ごとに辞書を作成する場合
について、例示的に示したものである。

図において、１は入力文字列、２は最終文字を根とす
る木ごとに登録文字部分のインデックス（Ｉ（ｎ））を
登録した辞書、例えば、ａを根とする木における文字部
分列ab、abcのインデックスはそれぞれ１、２等である
ことを示すもの、３は一文字ずつ入力文字列を読み出す
文字読出出力段、４は対象とする現文字部分列、５は現
文字部分列を辞書を参照して、登録されている文字部分
列より現文字部分列と一致する最大長の文字部分列を読
み取る辞書参照手段、８は読み出した文字列の最大一致
文字部分を辞書に登録されているインデックスに基づい
てコード化し、最大一致文字列に文字列の次の一文字を
延ばした新しく現れた現文字部分列に、直前文字列の最
終文字ごとにインデックスを定める符号化手段、９は現
文字列部分辞書に登録する辞書登録手段、10は最大一致
文字部分列の最終文字部分を記憶する最終文字記憶手
段、11は直前文字列の最終文字を根とする辞書の木の例
である。

〔作用〕

入力文字列をababcb・・・を符号化する場合を例とし
て、第１図の基本構成の作用を具体的に説明する。

本発明においては、例えば、文字部分列としてａを出
力する場合、直前文字部分列の最終文字がａに続くａ
と、ｂに続くａではそれぞれａを根とする木のａとｂを
根とする木のａとして区別して出力しなければならな
い。

そのような各根につく１文字を出力するためには、木
の根となる各文字と１文字との組合せ（aa,ab,ac、ba・
・・）等を符号化側、復号化側の両方に、あらかじめ初
期化する際に作成しておき、そのコードによりａに続く
a,bに続くａ等を区別して出力するか、そのような木の
根につく１文字があらたに現れた場合には１文字（生デ
ータ）を出力するようにする方法をとらなければならな
い。

この作用説明においては、後者の１文字（生データ）
を出力する場合を例として説明する。生データを送ると
きはインデックス０に続けて送るものとする。

（１） 文字列読出手段３は最初の文字ａを読み出し、
文字部分列４とする。辞書参照手段５は辞書を参照し、
ａが未登録であることを確認する。

符号化手段８は、辞書にインデックス０を設定する。

辞書登録手段９は、直前文字列の最終文字０の木にａ
のインデックス１で辞書の登録位置（ｎ＝１）に登録す
る。

文字ａは生データであるので0aを出力する。そして、
直前文字列の最終文字としてａを記憶する。

（２） 次に、第２番目の文字ｂを読み取る。

そこで、直前文字列の最終文字ａと入力文字ｂとによ
る文字列abを辞書を参照する。abは未登録であり、直前
の文字列の最終文字（以後，単に最終文字と称する）は
ａであるので文字列abを最終文字がａである辞書の登録
装置２に、ａを根とする木の第１番目の登録文字部分列
としてインデックス１を定め、登録する。

そして、いま入力したｂは生データであるので、0bを
出力し、直前の文字列の最終文字としてｂを記憶する。

（３） 同様に、第３番目の文字ａを入力する。

そこで、直前の文字列の最終文字ｂと読み取ったａに
よる文字列baを辞書を参照する。

baはないので、文字部分列「ba」を直前文字列の最終
文字ｂに続く辞書のｂを根とする木の最初の文字として
インデックス１を定め、最終文字ｂの辞書の登録位置３
（ｎ＝３）に登録する。

ａは生データであるので0aを出力し、ａを直前文字列
の最終文字として記憶する。

（４） 次に、第４番目の文字ｂを読み取る。

そこで、直前文字列の最終文字ａと読み取ったｂとに
よる文字列abを最終文字ａに続く辞書と参照する。

abは登録位置２（ｎ＝２）に登録されているので、さ
らに次の文字ｃを読み取る。

文字列abcは辞書に未登録であるので、符号化手段８
は、最大一致文字列「ab」を、最終文字ａに続く辞書の
ａを根とする木における「ab」のインデックス１により
コード化して出力し、同時に、ａを最終文字とする辞書
の登録位置４に新しく現れた文字列「abc」をａを根と
する木の２番目の文字列としてインデックス２で登録す
る。

出力した最大一致文字列abの最終文字ｂを直前文字列
の最終文字として記憶する。

記憶してある最終文字ｂと読み取ったｃとの文字列bc
について辞書を参照し，未登録であることを判定すると
文字列bcを、最終文字ｂに続く辞書のｂを根とする木の
最初の文字部分列としてインデックス１で、辞書の登録
位置５（ｎ＝５）に登録する。

そして、文字ｃを生データとして0cにより出力する。

以下、同様の手続きを進め、出力コード 0a0b0a10c・・・ を得る。

次に第２図により、データ圧縮コードを文字列に復号
する方式を説明する。

第２図は、本発明の復号方法のための基本構成を示
す。

図において、21は入力コード、22は入力コードより復
元した辞書、23は入力コード読み取り手段、24は入力コ
ードの表わすインデックスと復元された直前文字列の最
終文字、25は辞書参照手段、26はインデックスと直前文
字列の最終文字に対応する辞書の登録文字列より文字列
を復号する文字部分列復号手段、27は復元文字列より復
号文字を出力する復元文字出力手段、28は復元した直前
の文字部分列の最終文字を記憶する最終文字記憶手段、
29は復号文字列と次に復号される復号文字列の第１文字
により構成される文字部分列を直前文字列の最終文字の
木にインデックスにより登録する辞書復元手段である。

次に、第２図の復号方式の基本構成の動作を第１図の
基本構成により符号化したコード0a0b0a10c・・・を復
号する場合を例として具体的に説明する。

（１） まず、入力コード読み取り手段23は入力コード
0aを読み取る。０をともなっていることから生データで
あると判定し、文字部分列復号手段26は文字ａを復号
し、出力する。そして、復号辞書22の登録位置１に文字
ａを直前文字列の最終文字０に続く辞書にインデックス
１で登録する。同時に、復号文字列の最終文字ａを記憶
する。

（２） 次のコード0bを読み取る。生データであるの
で、文字ｂを復号して出力し、記憶してある文字ａとい
ま読み取ったｂとの文字列abをａを最終文字とするａを
根とする木の辞書の登録位置２にインデックス１で登録
する。

さらに、復号した文字部分列の直前の文字列の最終文
字ｂを記憶する。

（３） 次に0aを読む。最終文字がｂなので最終文字ｂ
の辞書を参照し、baが未登録であることを判定すると、
文字列baを最終文字ｂに続く辞書のｂを根とする木に登
録位置３、インデックス１で登録する。そして,aを出力
する。

（４） 次のコード１を読み出す。そして、直前の文字
列の最終文字ａの辞書のインデックスを１を参照し、文
字列abを復元し、先頭の文字ａを除いてｂを出力する。
前回の最終文字ａを直々前の最終文字として記憶し，今
回復元した文字列abの最終文字をの最終文字ｂとして記
憶する。

（５） １は登録済であったので，次の0cを読み取る。
0cは生データであるので、文字ｃを復号する。直前に復
号した文字部分列abといま復号した文字ｃにより文字列
abcを最終文字ａに続く辞書を参照し，未登録であるこ
とを確認すると、最終文字ａに続く辞書に登録位置４、
インデックス２で登録し辞書を復元する。

（６） 復号した直前の文字列abの最終文字ｂを記憶し
ておき、bcについて辞書を参照し、未登録であることを
判定するとbcを最終文字ｂに続く辞書のｂの木の根に続
く文字列としてインデックス５で登録する。

上記の説明においては、直前文字列の最終文字ごとに
辞書の木を作成する場合について、説明したが、最終文
字をその種類等によりグループにまとめて、グループご
とに辞書の木を作成し、続く文字部分列を登録するよう
にしてもよい。

〔実施例〕

第３図〜第６図により本発明のデータ圧縮方法の説明
をする。

第３図は、本発明を実施するための装置構成を示す。

本実施例においては、辞書を文字部分列を登録する全
体辞書と、直前の文字列の最終文字ごとに、続く文字部
分列を全体辞書の登録位置に対応付けてインデックスに
より登録した個別辞書とに分けて作成している。

図において、30は入力文字列を符号化するための入力
文字列Ｋを格納するための入力文字列Ｋを格納するメモ
リ、31は文字部分列コードωを格納するメモリ、32は直
前文字部分列の最終文字PKの格納メモリ、33は符号化の
対象としている現文字列の最終文字K1の格納メモ、34は
メモリより成る全体辞書Ｄ（ｎ）、35はメモリより成る
個別辞書で０、ａ、ｂ、ｃ・・・等256の各文字ごとに
構成されるもの、36は辞書の木における文字部分列の登
録階層の深さを計測するカウンタ、37−０〜37−255は
個別辞書０〜255の各インデックスｍ（０）〜ｍ（255）
のカウンタ、38は全体辞書の登録番号ｎのカウンタ、39
は辞書を参照しさらに辞書を作成する辞書参照および作
成手段、40は読み取った文字部分列を符号化する符号作
成手段、41は作成した文字部分列の符号を出力する符号
出力手段、42はプログラムに従ってデータの符号化処理
の実行、制御を行うCPUである。

第４図は第３図の符号化のための装置構成のフローを
示す。

第５図（ａ）、（ｂ）は、それぞれ文字列としてabab
cbaba・・・を符号化した場合の全体辞書と個別辞書の
実施例の構成を示す。個別辞書０は最終文字０（初期
値）に続く文字列を登録する個別辞書である。個別辞書
ａは最終文字ａに続く文字列を登録する個別辞書であ
る。個別辞書ｂは最終文字ｂに続く文字列を登録する辞
書である。個別辞書ｃは最終文字ｃに続く文字列を登録
する個別辞書である。

第６図（ａ）は、上記の文字列を符号化した場合の個
別辞書の木の実施例を示す。図６（ａ）には図示されて
いないが，最終文字ａに繋がる文字列ba,最終文字ｂに
繋がるab等の文字列も存在しえる。そして，最終文字ａ
に繋がるab,最終文字ｂに繋がるabは区別され、最終文
字ａに繋がるba,最終文字ｂに繋がるbaに区別される。

本実施例は、直前文字列の最終文字で選択する256個
の個別辞書の各木ｉについて節点（インデックス）の個
数をｍ（ｉ）で管理する。初期化のとき、256個のｍ
（ｉ）をクリアしておく。また、LZW符号と同様に全体
の辞書の木の節点（インデックス）の個数をｎで管理す
る。全体辞書は初期化のとき０〜255で直前文字列の最
終文字を指定し、256から新たな文字列を登録すること
にし、ｎに256をセットしておく。最初、直前文字列は
ないので、直前文字列の最終文字を示すPKは０にセット
するとともに最初のインデックスωを０にセットしてお
く。

一文字入力した時LZW符号と手順は同様である。全体
辞書にωＫの文字列が登録されていれば、全体辞書の登
録されているアドレスは新たなωとおいて、以下同様に
次の文字を入力するとともに、辞書に登録してあるか否
かを探索する操作を繰り返して、入力データと一致する
辞書に登録してある最長の文字列を探し出す。この際、
最長文字列の辞書の木における深さDPを計数するととも
に、文字列の最終文字K1を保持しておく。

本実施例では符号語を２つのモードに分けて出力す
る。すなわち、最初、探索木の各根につく葉を登録する
ときは、生データを符号化し、それ以外の葉は符号化文
字列をそのインデックスで符号化後、次の文字列の先頭
文字を付けて、一文字延ばしながら辞書に登録する。

モード1:もし、求めた最長一致文字列が木の深さ０であ
れば（すなわち、木の根に直接繋がる葉）であれば、そ
の木の〔最大インデックス＋１〕を出力するのに続け
て、入力した文字Ｋを生データで出力する。

モード2:もし、最長一致文字列が木の深さ１以上であれ
ば、全体辞書のインデックスωを個別辞書のインデック
スｉに変換してから出力する。全体辞書Ｄのインデック
スωから個別辞書Ｉのインデックスｉへの変換は次のよ
うにして行う。

符号化文字列が直前文字列の最終文字列PKに続くよう
に、各文字列の第１文字から全体辞書の根に対応付けて
探索する代わりに、PKを全体辞書の根に対応付けて探索
するようにする。そして，符号化済インデックスωと次
の文字Ｋの組を全体辞書Ｄの新しいアドレスｎに登録す
るとともに、個別辞書Ｉのアドレスｎに直前文字列の各
最終文字PKから始まる辞書の木毎に新たなインデックス
ｍ（pk）を登録する。登録語、ｎとｍ（pk）は一つイン
クリメントする。この個別辞書を作成しておくことで、
LZW符号と同様の手順で全体辞書のインデックスωを見
つけた後、個別辞書のＩ（ω）を参照することによりイ
ンデックスωを直前の最終文字から始まるインデックス
ｉに変換することができる。

第５図および第６図を参照しつつ、第４図のフローを
説明する。

図における初期条件の設定ステップは、個別辞書を
256個備える場合を示しているが、説明を簡単にするた
め、文字列として、文字a,b,cの３文字のみよりなる文
字列ababc・・・を符号化する場合を考える。

まず、装置の全体を初期化する（）。

初期条件として、（１）直前文字列の最終文字PKを０
とする。（２）文字列コード格納メモリの初期値をいま
の場合０とする（第４図は、256としてある）。（３）
辞書の木の深さDPの測定カウンタを０とする。（４）全
体辞書の先頭の登録位置を示す先頭アドレスを今の場合
４とする（第４図においては、256としてある）。個別
辞書のインデックスの個数の初期値をそれぞれ０とす
る。いまの場合、個別辞書は0,a,b,cの４つよりなるの
で、それぞれの辞書に登録されるインデックスの個数ｍ
（０）,m（ａ）,m（ｂ）,m（ｃ）を０とする。

（１）入力文字列ababc・・・の先頭文字ａを読み取る
（）。

において文字列を全部読み取って、読み取る文字列
がなければに進んで処理を終了する。今の場合，読み
取る文字があるのでに進む。

直前文字列０に続く文字列ａは全体辞書に未登録であ
るから、に進む。

いま、深さDPは０（モードＩ）であるからに進む。

いまの場合、上記のモード１に該当する場合であるの
で、ｍ（０）＝０と生データａにより符号語として0aを
出力する（）。

そこで、で全体辞書Ｄ（ｎ＝４）にいま入力した文
字列ａ（ωの初期値を０としてあるので0a）を登録す
る。その処理は、個別辞書０の登録インデックス個数ｍ
（０）を１インクリメントして１とし、ｎ＝４にインデ
ックスＩ（４）＝１を登録する。

次に、全体辞書の登録位置ｎを１インクリメントする
（）。

次に、最終文字列PKをいま読み取ったａとし、文字列
コードωを読み取った文字ａのコード（初期条件におい
て設定した１）とする。

（２）次の第２番目の文字ｂを読み取る。

ωＫ＝1bは、辞書に未登録であるので、に進み、DP
＝０であるから、に進む。

そこで、モード１の場合であるから、0bを外部に出力
する。

そこで、ωＫ＝1bを全体辞書Ｄ（ｎ＝５）に登録し、
さらに、個別辞書ａ（PK＝ａ）のインデックスの登録個
数ｍ（ａ）を１インクリメントして１とし、Ｉ（５）＝
１を登録する（）。ｎを１インクリメントする
（）。そして、最終文字PKをいま読み取ったｂとし、
入力文字コードωを初期条件としてさだめたｂのコード
２とする。

（３）次に、第３番目の文字ａを読み取る。

ωＫ＝2aは未登録であるので、に進み、DP＝０であ
るから、でモード１として、ｍ（ｂ）＝０（ｂの個別
辞書の木には文字列はまだない）であるから生データ0a
を出力する。

そこで、ωＫ＝2aを全体辞書Ｄ（ｎ＝６）に登録し、
同時に、個別辞書ｂ（PK＝ｂ）のｍ（ｂ）を１つだけイ
ンクリメントし、個別辞書ｂにｎ＝６に１を登録する
（）。次に、ｎを１だけインクリメントとし（）、
PKをａ、ω＝１として次の文字ｂを読み取る。

（４）次に、第４番目の文字ｂを読み取る。の判断に
おいて、ωＫ＝1bは、全体辞書を参照すると、ｎ＝５で
登録済であるから、に進む。

そこで、ωをいま全体辞書から読み取ったｎ＝５の登
録文字列1bとし、階層の深さDPを１インクリメントして
DP＝１、いま読み取ったｂを最終文字格納メモリK1に格
納する。

（５）次の第５番目の文字ｃを読み取る。

次に、でωＫ＝1bc（ω＝1bc,K＝ｃ）が全体辞書に
登録されているか判断する。ωＫ＝1bcは未登録である
から、に進む。

いま、DP＝１であるから、に進む。

において、ω＝1b（ｎ＝５）を登録している個別辞
書ａを参照し、インデックスＩ（ｎ＝５）＝１を出力す
る。

次に、において、ωＫ＝1bc（abc）を全体辞書のｎ
＝７の登録位置に登録する。同時に個別辞書ａのｍ（P
K）を１つインクリメントし、インデックスＩ（ｍ＝
７）＝２を登録する。

そして、ｎを１インクリメントし、深さDPを０とす
る。

さらに、PKを最終文字格納メモリK1に格納されている
ｂとし、ωのK1のコード２とする。そして、におい
て、再度いま読み取った第５番目の文字ｃをＫとしてω
Ｋ＝2cが全体辞書に登録されているかどうか判断する。

2cは全体辞書に未登録であるので、に進み、DP＝０
であるから、に進み、文字ｃを生データとしてモード
１の符号語0cを出力する。

そこで、全体辞書にωＫ＝2cをｎ＝８で登録し、いま
PK＝ｂであるから、個別辞書ｂのｍ（ｂ）を１インクリ
メントし、Ｉ（ｎ＝８）＝１（ｂの木の２番目の文字
列）を登録する（）。

さらに、ｎを１インクリメントし、PKをいま読み取っ
たｃとし、ω＝３（ｃの初期条件における値）として、
次の文字を読み取る。

以下同様にして、入力文字列ababc・・・の出力符号
として0a0b0a10c0b1・・・を得る。

次に、上記の符号により文字列を復号する方法を説明
する。

第７図は、本発明の復号化のための装置構成の実施例
を示す。

図において、71は入力コード格納メモリ、72は個別辞
書のインデックスにより符号語で送られてくる入力コー
ドを全体辞書における文字列のコードに復元した復元コ
ードを格納するメモリ（1Nω）、73は復元された直前の
文字部分列を格納するメモリ（OLDω）、74は復元され
た直前の文字部分列の最終文字を格納するメモリ（P
K）、75は直々前の文字部分列の最終文字格納メモリ（P
K1）、76は復元文字列の第１文字格納メモリ（K1）、77
は入力符号より復元された文字部分列より随時復元する
全体辞書Ｄ（ｎ）、78は復元文字列より随時復元する個
別辞書ｑ（PK、インデックス）、79−０〜79−255は255
個の個別辞書のインデックス個数のカウンタ、80は入力
コードより個別辞書を参照する辞書参照手段、81は全体
辞書より文字部分列を復号する文字部分列復号手段、82
は復号文字部分列より文字部分列を全体辞書および対応
する個別辞書を復元する辞書復元手段、83はプログラム
に従って、復号処理を進めるCPUである。

第８図〜第10図は一続きの符号化のフローを示し、第
８図は、初期化から入力符号が定義されているかどうか
を判断し、入力符号が定義されている場合には、個別辞
書を参照して全体辞書における文字列を表わすコードに
変換するまでのフローを示す。

第９図は、モード１の符号を復号する場合のフローを
示す。

第10図は、全体辞書の登録符号より、文字列を復号す
る場合のフローを示す。

本実施例の復号化は、符号化の逆の動作をするが、LZ
W符号と同様に特に、辞書への新たな文字の登録が符号
化の時より下記のように１テンポ遅れて行われる点が異
なる。符号化に対して注目文字列の符号化を終了した時
点で一文字伸ばした文字列を〔注目文字列、次の文字〕
の組を辞書に登録できるう。これに対して、復号化で
は、注目文字列を一文字伸ばすときは、次の文字列の先
頭文字と合わせて辞書に登録するため、次の文字列の復
元が終了した時点で登録を行う。本発明では、前述のよ
うに符号語を２つのモードに分けている。モード２の符
号は前述のように次の文字列を復元した時点で辞書に登
録するが、モード１の符号は注目文字列の復元が終了し
た時点で辞書に登録することができる。このため、復元
のフローチャートでは、直前の文字列が辞書に未登録か
否かを調べてモード２の一文字伸ばした文字列を次の時
点で登録するとともに、モード１の符号は注目文字列を
復元した時点で辞書に登録する。

モード２の符号として個別辞書のインデックスCODE
（＝ωＫ）を入力する。本発明では、個別辞書のインデ
ックスCODEを全体辞書のインデックスωに変換した後、
文字列を復元する。個別辞書のインデックスCODEを全体
辞書のインデックスωに変換するため、文字列を辞書の
新たなアドレス（インデックス）ｎに登録するとき、
〔直前文字列の最終文字PK,個別辞書の新たなインデッ
クスｍ（PK）〕をアドレスとしてｎを逆引き辞書ｑに登
録しておく。逆引き辞書ｑを用いることで、任意の個別
辞書インデックスCODEからｑ（PK,CODE）として全体辞
書インデックスωを求めることができる。

入力符号として前記の符号0a0b0a10c・・・が入力さ
れた場合を例として、第８図ないし第10図のフローを説
明する。

先ず、装置の初期化を行う。

図における初期条件においては、個別辞書を256備え
る場合を示す。初期条件は、PK＝０、ωの初期値を25
6、PK1＝０全体辞書の先頭アドレスをｎ＝256、OLDω＝
０、各個別辞書のｍ（０）〜ｍ（255）を０とする。

ここでは、説明を簡単にするためa,b,cの３文字のみ
よりなる場合について考え、ａ、ｂ、ｃについて初期条
件でそれぞれコード1,2,3を設定しておく。さらにωの
初期値を０としておく。

（１）先頭の入力コード0aを入力する（）。

新たな符号があるのでに進む。全ての符号を読み
取ったために読み取る符号がなければ処理を終了する。

の判断においてコード未定義（辞書に未登録）であ
るので、に進む。

の判断は、直前の文字列の辞書の木の根に直接つく
符号をあらわすモード１か、あるいは、LZW符号化処理
において例外的に生じる符号に未定義なコード入力のあ
った場合かを判断する（Ｄは例外処理）。

いまは、モード１（符号０をともなう）であるので、
第９図のＡに進む。

第９図のにおいて、入力符号0aを生データＫ＝ａと
して入力し、文字ａを出力する（）。

いま、直前の文字列はないので、に進み、復元した
文字列ａとPK＝０より全体辞書Ｄ（ｎ＝４）に、0aを登
録し、全体辞書を復元する。さらに、PK＝０により個別
辞書０に対してｍ（０）をインクリメントし、Ｉ（ｎ＝
４）＝１として個別辞書０を復元する。

さらに、ｎを１インクリメントし（）、PKにいま復
元したａを移し、PK＝０をOLDωに移す。

（２）次に、第２番目の入力コード0bを読み取る。

この場合も、モード１のコードであるから、から
に進み、さらにＡに進む。

第９図のフローにおいて（１）の1aを処理した場合と
同様に、生データｂを出力する。直前の文字ａは辞書に
登録済なのでに進む。PK＝a,PK＝ｂなので，全体辞書
の登録位置ｎ＝５にabを登録する。さらに、直前文字部
分列の最終文字ａに対応する個別辞書ａに、ｎ＝５、イ
ンデックス１を登録して個別辞書を復元する。さこで、
PK＝ｂ、OLDω＝ａとする。

（３）次に、第３の入力コード0aを入力する。符号0a
は、同様にモード１であるから、前記の処理をくり返
し、で復元コードとしてａを出力し、直前の文字列ｂ
が登録済でで全体辞書のｎ＝６にba（PK＝b,K＝ａ）
を書き込む。そして，個別辞書ｂにｎ＝６、インデック
ス＝１を書き込み，個別辞書ｂを復元する。

そこで、ｍ（ｂ）＝２、ｎ＝７、PK＝ｂ、Ｋ＝ａとし
て、次の符号を読み取る。

（４）第４番目のコードは１である。

符号１は定義されているので、第８図におけるに進
む。

いま、直前の文字列がａで、入力符号が１であり、直
前の文字列の最終文字がａなので復元された個別辞書ａ
を参照し、対応する全体辞書の登録位置を確認する（個
別辞書ａのＩ（ｎ）＝１からｎ＝５を求める）。

その結果、全体辞書のｎ＝５に対応するωＫ＝1bによ
り入力コードを変換し、INωに1bを書き込みＢに進む。

でコード1bにより順次スタックに符号a,bの順に格
納し、で最後に格納したａを残して、上部のｂを出力
する。

いま、直前の文字部分列は辞書に登録されているの
で、に進み、直々前の文字列の最終文字格納メモリに
PK1＝ａ、復号文字の列ｂの最終文字ｂをPKに書き込
み、復号文字部分列の第１文字ｂをK1に書き込む。

同時に、OLDωに復号コード1b（INω）を書き込み、
次のコードを読み取る。

（５）次に第５番目の符号0cを読み取る。モード１のコ
ードであるので、第９図Ａに進み、において、ｃを出
力する。

いまの場合は、直前文字部分列が辞書に未登録の状態
であるので、において、OLDωの1bといま入力したｃ
とにより、全体辞書のｎ＝７の位置に文字列abcを登録
し、同時にｍ（ａ）を１インクリメントし個別辞書ａに
インデックス＝２を書き込む。

において、ｎを１インクリメントし、において、
現在の文字列（最終文字ｂにおいてｃを読み込んだ時点
における文字列bc）を個別辞書ｂに登録する。

以下同様の手順により、入力コードを全部読み取り、
ababc・・・を復号することができる。

なお、第９図のフローにおける、のステップは、
従来技術において、LZW符号化の例外として説明された
場合の処理を表わす。前述における場合と同様であるの
で説明は省略する。なお、上記の実施例においては、各
個別辞書の木の根につく１文字については、生データを
出力する場合について説明したが、各個別辞書の木の根
に続く一文字の可能な組合わせについて、あらかじめ、
符号化側、復号化側において作成しておき、その作成コ
ードにより上記１文字については出力するようにしても
よい。

また、出力する符号語は、常に〔注目文字列の個別イ
ンデックスω，次の１文字Ｋ〕の組であらわし、そこに
おける〔次の１文字〕を直前文字列の最終文字として用
いて次の１文字を符号化するようにしてもよい。

この場合には、符号化、復号化のフローが簡単な構成
となる。

〔発明の効果〕

本発明によれば、符号化する文字列に対して、過去の
文字列の履歴を採り入れたため、文字列間の頻度等を考
慮して符号語を定める等可能になり、データ圧縮におけ
る冗長性を削減することができる。

また、辞書を複数に分割し、分割辞書のインデックス
により符合語を作成したため、インデックスの値が小さ
くなり、多いデータ量で、登録文字列の数が多くなった
場合にも、短い符号語によりデータ圧縮をすることがで
きるため、圧縮率が向上する。

【図面の簡単な説明】

第１図は、本発明の圧縮符号化方法のための基本構成を
示す図である。 第２図は、本発明の復号方法のための基本構成を示す図
である。 第３図は、本発明の符号化のための装置構成の実施例を
示す図である。 第４図は、本発明の符号化のフローの実施例を示す図で
ある。 第５図は、辞書の実施例を示す図である。 第６図は、辞書の木と符合語の実施例を示す図である。 第７図は、復号化のための装置構成の実施例を示す図で
ある。 第８図は、復号化のフロー（１）を示す図である。 第９図は、復号化のフロー（２）を示す図である。 第10図は、復号化のフロー（３）を示す図である。 第11図は、従来技術の課題を解決するための手段の説明
図である。 第12図は、従来のLZW符号の圧縮符号化の復号方式を示
す図である。 第13図は、従来のLZW符号化方式のフローを示す図であ
る。 第14図は、従来のLZW復号化方式のフローの説明図であ
る。 図面において、 1:入力文字列、 2:辞書、 3:文字列読み出し手段、 5:辞書参照手段、 8:符号化手段、 9:辞書登録手段、 10:最終文字記憶手段、 11:直前文字列の最終文字を根とする辞書の木、

フロントページの続き (72)発明者 千葉 広隆 神奈川県川崎市中原区上小田中1015番地 富士通株式会社内 (56)参考文献 特開 昭60−116228（ＪＰ，Ａ) 特開 平３−262331（ＪＰ，Ａ) 米国特許4876541（ＵＳ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) H03M 7/40

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】入力文字列に対して辞書を参照し文字部分
   列を順次符号化し、異なる文字列毎に異なる登録番号を
   付与して辞書を作成し、現在の文字部分列を符号化済の
   過去の文字部分列のうち一致する最大長の文字部分列の
   複製として符号化するデータ圧縮方法において、 任意の連続する二つの文字部分列における符号化された
   直前の文字部分列の最終文字もしくは最終文字グループ
   を記憶し、直前の文字部分列の各最終文字もしくは各最
   終文字グループに対応付けて文字部分列の各先頭文字毎
   にグループ化して文字列を登録することにより辞書を作
   成し、文字部分列に対して直前の文字列の最終文字もし
   くは最終文字グループに対応する辞書を参照し、その登
   録番号により入力文字列を符号化することを特徴とする
   データ圧縮方法。
2. 【請求項２】符号化した圧縮データを入力して復号し、
   データ圧縮するのに使用した辞書を復元し、文字部分列
   を符号化済の過去の文字部分列のうち一致する最大長の
   文字部分列の複製として符号化された圧縮データを復号
   する復号方法において、 任意の連続する二つの文字部分列における直前の文字部
   分列の各最終文字もしくは各最終文字によるグループに
   対応付けて文字部分列の各先頭文字毎にグループ化して
   文字部分列を登録することにより作成された辞書に従っ
   て符号化された圧縮データを入力し、復号された直前の
   文字部分列の最終文字もしくは最終文字によるグループ
   を記憶し、辞書を復元し、直前の文字部分列の最終文字
   もしくは最終文字によるグループに対応する辞書を参照
   することにより入力符号を文字部分列に復号することを
   特徴とする圧縮データのデータ復元方法。