크기를 줄이기 위해 문자열을 이진 데이터로 변환하는 방법이 있습니까?

Question

허프만 코딩을 구현했습니다 (연구 과제 임). 일부 텍스트 문자열을 입력으로 가져오고 "011010 00101 0110 0101 0110 0101 0111 0000 0010 0000 0110 0010 0110 1111 0110 1111 0111 0000 0010 0000 0110 0010 0110 0101 0110"과 같은 결과 문자열을 생성합니다.

string some_text = read_text_file_to_string(text_file); 

string coded_string = encode_string(some_text); // coded_string == "011010 00101 0110 0101..." 

바이너리 형식으로 coded_string 변환하고 파일에 쓸 수있는 방법이 있습니까? 내 목표는 입력 데이터의 크기를 줄이는 것입니다. 그러나, 파일에 coded_string을 쓰면 파일이 더 커집니다.

Answer 1

공백이 중요하지 않다는 귀하의 의견을 토대로, 나는 0 또는 1 이외의 어떤 것도 무시할 수 있다고 가정 할 것입니다. 이 경우이 함수를 사용하여 파일 스트림에 기록 할 수 있습니다. 마지막 옥텟은 0으로 오른쪽으로 채워질 것입니다. 따라서 입력 된 비트 수가 8로 정확히 나눌 수없는 경우, 어딘가에서 마지막 옥텟의 비트 수를 쓰는 방법으로이를 고려해야합니다. (아마도 데이터 이후).

void write_bits(std::ostream & output, std::string const & input) 
{ 
    unsigned char c; 
    int bits = 0; 

    for (auto i = output.begin(); i != output.end(); ++i) { 
     if (*i == '0' || *i == '1') { 
      c = (c << 2); 
      if (*i == '1') { 
       ++c; 
      } 

      if (++bits == 8) { 
       output << c; 
       c = 0; 
       bits = 0; 
      } 
     } 
    } 

    if (bits > 0) { 
     while (bits < 8) { 
      c <<= 2; 
      ++bits; 
     } 
     output << c; 
    } 
} 

output 매개 변수의 출력을 파일로 작성하는 순서에 std::ofstream 전달하거나는 std::string로 변환 될 수있는 메모리 구조에 데이터를 기입하기위한 std::ostringstream를 사용할 수있다.

Answer 2

패턴이 항상 4 자이고 그 뒤에 공백이 있으면 8 자리 숫자를 8 자리수 (http://www.wikihow.com/Convert-from-Binary-to-Decimal)의 이진 값으로 변환 할 수 있습니다. 마지막 4 자리 숫자는 실제로 4 또는 8 표현입니다. 하지만 그것은 내가 생각하기에 ...

Answer 3

텍스트 입력을 처리하고 있기 때문에 파일을 사용하더라도 RAM에 전체 파일과 인코딩 된 데이터를 모두 저장할 수있는 충분한 메모리가 있습니다. 텍스트 문자열을 직접 이진 버퍼로 인코딩 한 다음 원본 질문과 같이 이진 버퍼의 허프만 코드를 텍스트 표시 문자열로 변환하는 함수를 만들 수 있습니다.

이진 버퍼 공간을 할당 할 때 최악의 시나리오를 가정합니다. 예를 들어 가장 긴 코드가 12 비트이면 최대 비트 수는 텍스트 파일의 바이트 수인 편리한 경계로 반올림 한 12 x (n + 1)이고 +1이 사용됩니다 데이터 코드의 끝에.

텍스트 파일을 허프만 이진 파일로 인코딩 할 수있는 프로그램과 허프 먼 파일을 텍스트 파일로 디코딩 할 수있는 프로그램을 만드는 것이 유용 할 수 있습니다.