небольшой вопрос по алгоритму сжатия Хоффмана

сегодня я сделал 2 хороших дела:
1. хорошо сдал экзамен по 'Теории кодирования'
2. переписал сабж, и теперь все работает как часы!

 

рано я радовался. под FreeBSD моя прога работает на ура, все сжимает и расжимает верно. но сейчас вот попробовал перенести под винду, скомпилял там (не понаобилось даже ничего менять в сорцах, не изменил ни единой строчки). протестил. файлы с латинскими буквами итд сжимает/расжимает верно. а вот с русскими буквами косяки какие-то. после расжатия где-то после ~100 верных расжатых рус. символов тупо куча букв "а" допустим следует. попробовал сжатый виндовой версией проги файл расжать первой, которая под фрибзд скомпилена -- все прекрасно расжалось, никаких косяков.
что я недопонимаю, или что я не учел при переносе под винду?
из хидеров я юзал только:

Код (Text):

1. #include <map>
2. #include <queue>
3. #include <string>
4. #include <algorithm>

ps: могу даже свои сорцы выложить, благо они небольшие, и вполне понятные и простенькие.
господа гуру, прошу о помощи. спасибо.

 

еще заметил, что после расжатия фришной версией моей проги файла, который был получен после сжатия исходного файла в виндовой проге, в mc при просмотре этого файла вместо рус. букв ерунда какая-то идет. но тот же gedit верно отображает эти данные, что свидетельствует о том, что виндовая прога _верно_ осуществляет сжатие в целом.
интересно

 

//deleted

 

Ты сейчас говоришь про Хафман или арифметик? По описанию глюка больше похоже на второе. И для наводки какой у тебя компилятор под виндовсом и юзал ли ты где-то беззнаковые числа ?

 

Proteus
1. про Хаффмана. сделал все как выше описал Ultrin Faern по шагам (т.е. получается, что при записи в файл сжатых данных байты содержат биты от от двух-трех символов).
2. под виндовсом я использовал Dev-C++, т.е. g++ компилер получается.
3. да, сначала в качестве поля у дерева для хранения значения символа использовал unsigned char, и данные с файла считывал как unsigned char, но потом все заменил на char. больше нигде unsigned values не использовал. после замены на char под виндой глюк не исчез.

 

Вообще архиваторы в листьях дерева используют не байт а как минимум слово(16 бит). И дополнительно в дерево кодирования вводится символ EOF (конец текста) = 256 (можно и дроугое значение).
Так как сжатие просто на основе дерева дает все равно плохие результаты, дополнительно вводятся коды для копирования подстрок определенной длины из предыдущего обработанного кода.

Я думаю, у тебя проблемы с воодом\выводом из\в файл. Возьми все-таки почитай текст, на который я ссылку дал - посмотри как там это сделано (отдельная функция записи бита в поток, которая буферизирует биты в байт).

 

Енто в адаптированном алгоритме. Тогда еще вводится escape-символ для символа, ранее не встречавшегося.

varnie
IMHO, лучше unsigned использовать. Пример:
char s;
...
char code[0x100];

code при s>0x7F что получится? Получится movsx вместо movzx...

Запись/чтение вот здесь мне понравилось: http://oku.edu.mie-u.ac.jp/~okumura/compression/lzss.c

 

KeSqueer,
так я и использую изначально unsigned char. а под виндами та вышеупомянутая мной неувязочка с рус. буквами..
Ultrin Faern,

у меня аналогично сделано. есть какбы лента для заполнения битами, а также ее длина. при длине равной 8 я записываю байт в выходной файл. при декодировании похожий механизм использую - считываю по байту, и последовательно его биты перебираю, определяя, нуль это или один. как переберу все 8 бит, при следующем запросе считываю следующий байт. и опять его по байтам перебираю..
все четко

ps: уважаемые мастера дзена, может быть я сорцы все ж выложу? глянет может кто-нибудь. я был бы благодарен.

 

Давай

 

added: сейчас разобрался немного - почему-то под виндой после записи таблицы с частотами один байт пропущенный получается в файле, и далее неверно считывается с сжатого файла таблица с частотами символов. допустим, вместо 32 частот считывается 16, и обнаруживается конец файла. скорее всего какой-то символ распознается как признак конца файла EOF!

 

varnie
Прикрепи пож. в аттаче.

 

вот мои сорцы.

 

проблема разрешена благодаря самоотверженной помощи KeSqueer.
while (1) printf('спасибо, KeSqueer!\n');