c++ - 如何检测 LZW 解码的码字长度

Question

我正在编写一个通用的 LZW 解码器 c++ 程序，但我无法找到有关所用代码字长度(以位为单位)的文档。我发现一些文章说代码字长 12 位，而其他人说 16 位，还有一些文章说使用可变位长度。那是哪一个？对我来说，位长是可变的是有意义的，因为这将提供最好的压缩(即最初以 9 位开始，然后在必要时移动到 10，然后移动到 11 等......)。但我找不到任何关于行业标准的“官方”文档。

例如，如果我打开 Microsoft Paint 并创建一个简单的 100x100 像素全黑图像并将其保存为 Tiff。图像使用 LZW 压缩保存在 Tiff 中。所以在这种情况下，当我解析 LZW 码字时，我应该为第一个码字读入 9 位、12 位还是 16 位？我怎么知道该使用哪个？

感谢您提供的任何帮助。

Answer 1

LZW 可以通过这些方式中的任何一种来完成。到目前为止，最常见的(至少根据我的经验)是从 9 位代码开始，然后当字典变满时，移动到 10 位代码，依此类推直到某个最大大小。

从那里，您通常有几个选择。一种是清除字典并重新开始。另一种是继续使用当前词典，而不添加新条目。在后一种情况下，您通常会跟踪压缩率，如果它下降太多，那么您会清除字典并重新开始。

我必须仔细阅读文档才能确定，但​​如果我没记错的话，TIFF 中使用的 LZW 的具体实现从 9 位开始，最高可达 12 位(在设计时，MS-DOS是一个主要目标，12 位代码的字典使用了大部分可用的 640K RAM)。如果没记错的话，它会在使用完最后一个 12 位代码后立即清除表格。