c/c++语言开发共享C中的压缩程序

你要做的是称为运行长度编码 。

我认为如果你的目标是简单地对字符串进行行程长度压缩，那么对整个字符，特别是任何特定字符（例如点，逗号，空格）的计数是不必要的分心。 所以现在让我们忽略它。

以下是您可以轻松地对ASCII字符串进行行程编码的方法。 即原始字符串将被压缩字符串覆盖。 这可能是您想要的，也可能不是，但它可以节省另一个缓冲区的分配，并且易于编码。

 char *compress(char *str) { char *start = str; char *c_first = str; char *c_last = str; char *c_write = str; int run_len = 0; while (*str) { ++c_last; ++run_len; if (!(*c_last) || *c_last != *c_first || run_len == 9) { // end of run *(c_write++) = *c_first; if (run_len > 1) *(c_write++) = '0' + run_len; // start next run run_len = 0; c_first = c_last; } ++str; } *c_write = 0; return start; } 

如果需要在途中计算或排除任何特殊字符，您可以在while循环中轻松完成。

添加此项以允许从命令行进行测试。 使用原始字符串作为单个参数运行。

 int main(int argc, char **argv) { if (argc != 2) return 1; printf("%sn", compress(argv[1])); return 0; } 

您对输出的要求没有完全明确，因此我的假设是：

设置一个计数器。 在for循环中扫描数组。 只要数组具有相同的字符序列，就保持递增计数，一旦字符序列中断，将计数设置为最后一个字符的压缩数，并将count设置为0，以便为下一个序列再次添加它。 要检查序列，您可以简单地放置一个char变量，该变量保存最后一个数组项的值，并将其与下一个循环中的下一个数组项进行比较，以查看序列是否中断。

这是一个O（n）算法，应该使用。

听起来像你有两个混合在一起的问题。

第一个，正如@Darren所指出的那样，称为运行长度编码 ：查找相同字节的序列，并用单个字节替换它们，然后重复计数。 据我所知，第二个是计算字符串中出现了多少“特殊”字符。

游程编码

我将提供与@ Darren不同的RLE实现。 就像他的解决方案一样，我的解决方案并不涉及“特殊字符”部分。 我要开始了

 void rll_encode(char *in, char *out) { while (*in != '') { int len = find_run(in); out = emit_run(out, *in, len); in = in + len; // advance the input } *out = ''; } 

这是游程编码的框架：在输入查找运行中移动，然后将那些运行到输出中，并进行适当编码。 该循环由三个步骤组成：

循环完成后，我们将一个NUL字节附加到输出缓冲区，以便它形成一个有效的字符串。 在任何类型的实际压缩器中，最后一步都不会完成，输入和输出缓冲区都有与之相关的大小。

剩下的唯一内容是实际实现find_run和emit_run 。 让我们从emit_run开始，因为它有点简单：

 char * emit_run(char *out, char c, int len) { *out++ = c; *out++ = '0' + len; return out; } 

这将输出缓冲区out ，字符c和它的关联重复计数len 。 例如，给定c == 'A'和len == 5 ，它将C5附加到输出缓冲区。

这个function有一个相当严重的问题。 考虑字符串"ABCDE"会发生什么：每个字母的重复次数为1，因此字符串编码为"A1B1C1D1E1" ，几乎不会被压缩。 这个问题有多种方法，其中一些方法在这个问题的答案中讨论过，所有这些方法都可以通过对emit_run的小改动来emit_run 。

这让我们首先找到了跑步的问题。

 int find_run(char *in) { char run_char = *in; int run_len = 0; for (;;) { char c = *in; bool run_ended = c != *run_char || // catches '', too run_len == MAX_RUN; if (run_ended) break; run_len++; in++; } return run_len; } 

此函数有一个开始扫描的位置，并返回输入的第一个字符重复的次数。

所有这些部分一起实现了一个简单版本的游程编码。 以下是测试它的小程序的框架。

 #include  #include  #define MAX_RUN 9 /* insert emit_run from above */ /* insert find_run from above */ /* insert rll_encode from above */ int main(int argc, char **argv) { char out[1024]; rll_encode(argv[1], out); printf("%sn", out); } 

我试图设置这个特定的实现来最大化算法的清晰度，但@ Darren的版本更接近你在生产代码中看到的，因为整个实现是在一个函数中。 他选择编码肯定是有效的，尽管我认为就地和单独输出缓冲版本都很常见。 如果你是C的新手，特别是指针，前者有点难以推理。 此外，在任何生产版本中，输入和输出缓冲区都将以明确的长度给出，并且还有额外的代码来检查输出缓冲区的溢出，这两个我在这里都忽略了。

字符计数

关于字符计数，不要试图为每个单独的特殊字符保留一个魔术变量。 相反，我建议使用256个元素的数组来累积所有字符的计数，然后再打印出你想要的条目。

如果你使用全局数组，这是对find_run一个相当容易的修改，尽管你不会在真正的实现中这样做。

这是我为此任务设计的解决方案 – 此函数用于对字符串进行压缩。 如果仍有问题，希望它有所帮助。

  #include  extern compression_function(char arr[1000]) { char current_char; int count, i,j=0,t=0,G=0,H=0, char_size=0; int original_length=0,com_number_length=0,compressed_length=0; int index=0; FILE* outputfile; FILE* processing; outputfile= fopen("C:\Users\Desktop\output.txt","w"); processing= fopen("C:\Users\Desktop\processing.txt","w"); if(outputfile == '' ) { printf("Cannot Write To File!n"); } current_char = arr[0]; count = 1; i = 0; printf("nnOUTPUT: "); //USING A WHILE LOOP while (arr[i] != '') { //'i' WILL BE INCREMENTED TO CHECK ALL THE CHAR IN THE ARRAY i++; // CHECK IF THE CURENT CHAR IS THE SAME AS THE LAST ONE if( arr[i] == current_char ) { count++; } //ELSE IF NO MORE CHAR IS SIMILAR, IT WILL PRINT THE COUNT RESULT RIGHT AWAY else { if(count==1) { //sprintf(output_array,"%c", current_char); printf("%c", current_char); fprintf(outputfile,"%c", current_char); fprintf(processing,"%c", current_char); G++; } if(count>=2) { printf("%c%d", current_char, count); fprintf(outputfile,"%c%d", current_char,count); fprintf(processing,"%c", current_char ); } if (count>9) { j++; } if (count>99) { t++; } //REST ALL COUNT FOR THE SECOND DIFFRENT CHAR IN ARRAY current_char = arr[i]; count = 1; char_size++; //BREAK THE LOOP WHEN CHAR IN ARRAY IS NULL if( current_char == '' ) { break; } } } original_length = strlen(arr); com_number_length=(char_size+j+tG); compressed_length=(char_size+char_size+j+tG); fclose(outputfile); fclose(processing); //CALLING FUNCTION-SIZE-CALCULATOR size_calculator(original_length,char_size,com_number_length,compressed_length); } 

我认为可能太长但很容易理解。

 #include  #include  #include  char* compress(char* str) { int i; int z = 0; int k = 1; int size_str = strlen(str); char *compress_str = malloc(size_str + 1); if (size_str < 2) { return str; } for (i = 0; i < size_str; i++) { if (i == 0) { compress_str[z] = str[i]; } else { if (str[i] == str[i-1]) { compress_str[z] = str[i]; if ( k >= 9 && k < 99) { k++; compress_str[z + 1] = (k / 10) + 48; compress_str[z + 2] = (k % 10) + 48; } else if (k >= 99) { k++; compress_str[z + 1] = (k / 100) + 48; compress_str[z + 2] = ((k / 10) % 10) + 48; compress_str[z + 3] = (k % 10) + 48; } else { k++; compress_str[z + 1] = k + 48; } } else { if (k >= 10 && k < 100) { z = z + 3; k = 1; compress_str[z] = str[i]; } else if (k >= 100) { z = z + 4; k = 1; compress_str[z] = str[i]; } else if (k > 1 && k <= 9) { z = z + 2; k = 1; compress_str[z] = str[i]; } else if (k == 1){ z++; compress_str[z] = str[i]; } } } } return compress_str; } int main() { char* res; char* str; str = (char *)malloc(10240 * sizeof(char)); scanf("n%[^n]", str); res = compress(str); printf("%sn", res); return 0; }