文件压缩与解压缩实践
摘 要
随着人们对数据的大量需求以及计算机使用时间的增加，计算机磁盘上的文件越来越大，越来越多。如何让有限的磁盘空间容纳更多的数据成为需要解决的问题。一方面，高速发展的存储技术以提高磁盘容量来解决这样的需求，但随着网络环境下数据传递的产生以及带宽的限制，大容量数据问题日益突出。在这两种需求的推动下，对数据压缩的需求产生了。人们可以将文件在不改变其本身的条件下，将其以更小的占用空间存储，并且在需要的时候将文件恢复成原有的样子，这就是压缩目的。本论文主要研究文件的无损压缩技术，并简要介绍了文件压缩的分类、几种常用的无损压缩格式和常用的压缩算法。运用LZ77字典算法、懒惰匹配算法和Huffman编码算法，使用Java语言在Jbuilder2006环境下设计了使用GZIP算法对文件压缩与解压缩的实现程序。用户可以根据自己的需求，使用此程序方便地对文件进行压缩或者解压缩操作。
关键词：压缩；解压缩；GZIP；Java目 录
1 引言 1
1.1 课题背景 1
1.2 国内外现有的研究成果 1
2 压缩与解压缩程序分析 2
2.1 需求分析 2
2.2 使用的算法理论 2
2.2.1 LZ77算法简介 2
2.2.2 Huffman算法简介 3
2.2.3 GZIP算法原理分析 4
2.3 开发环境 4
3 总体设计 4
3.1 程序功能模块 5
3.2 模块分析与流程图 5
3.2.1 压缩模块 5
3.2.2 解压缩模块 6
3.3 程序中各个类的初步定义 7
4 详细设计和实现 8
4.1 压缩的程序流程 8
4.2 解压缩的程序流程 9
4.3 主函数代码 10
4.3.1 gzip压缩模块代码 10
4.3.2 ungzip解压缩模块代码 11
4.4 程序界面设计 12
5 软件系统测试 17
5.1 运行环境 17
5.2 测试方法 17
5.3 测试结果 17
5.3.1 使用程序对txt文件压缩 17
5.3.2 使用程序对bmp图象文件压缩 18
5.3.3 使用程序对doc文件压缩 18
结 论 18
参考文献 19
致 谢 20
声 明 21
1.1 国内外现有的研究成果
文件压缩格式现在已有许多种，最流行的有如下几种：
ZIP：我们可以利用WinZip对ZIP文件进行解压、释放等操作，还可以用它来处理ARJ、ARC、CAB、LZH等多种不同格式的压缩文件，从而大大地方便了用户的操作。
RAR：是一种高效快速的文件压缩格式，但不被大多数文件压缩程序支持，WinRAR是在Windows下处理RAR格式文件的最好工具。
ARJ：由DOS下曾经红极一时的压缩软件ARJ压缩而成的文件格式，它具有功能强大、压缩率高等优点。到了现在的Windows时代，它已经没有了往日的辉煌。
CAB：是Windows 98新增的一种特殊压缩文件格式，主要用于对有关软件安装盘中的文件进行压缩，其特点是压缩率非常高(可能是目前最高的)，但一经压缩就不能再进行任何增加、删除、替换等修改，也就是说它的压缩包具有“只读”属性。我们也可使用WinZip对CAB压缩包进行操作。
UU/UUE：汉字编码方式，它们原本是Unix系统中使用的一种编码方式，后来被改写到DOS中，我们在传送中文邮件时只须事先使用该方式进行编码，此后就能顺利通过只能处理7位编码的邮件服务器，从而解决了汉字的传输问题。
ACE：一种新式的压缩程序，压缩比很高。
以上的压缩格式是可逆的，在解压缩之后，可以将被压缩的文件还原成以前未压缩的文件。另外还有一种不可逆的压缩格式，如MP3、MPEG、JPG等音频、视频、图像格式的文件都采用了这种压缩技术，从理论上来说它们也应该算压缩文件，不过它们所采用的压缩方式与前面讲的并不相同，这里简单地介绍一下：
JPEG：JPEG 全名为 Joint Photographic Experts Group，它是一个在国际标准组织(ISO)下从事静态影像压缩标准制定的委员会。它制定出了第一套国标静态影像压缩标准：ISO 10918-1 就是我们俗称的JPEG了。由于JPEG优良的品质，使得它在短短的几年内就获得极大的成功，目前网站上80%的影像都是采用JPEG的压缩标准。
JPEG 2000：正式名称为“ISO 15444”，同样是由JPEG组织负责制定。JPEG 2000与传统JPEG最大的不同，在于它放弃了JPEG所采用的以离散余弦转换为主的区块编码方式，而改以小波转换为主的多解析编码方式。其压缩率比JPEG高约30%左右，同时支持有损和无损压缩，无损压缩对保存一些重要图片十分有用。
MP3：MP3全称是MPEG 1 Layer 3，是一种高性能的声音压缩编码方案，它可以做出超小“体积”的音乐文件，大小只是原始音频数据的1/10到1/12。但人耳听起来，效果却没有太大差异。
MPEG：MPEG是Moving Pictures Experts Group(动态图像专家组)的缩写。现在使用的有4个版本：MPEG-1、MPEG-2、MPEG-3、MPEG-4。
