您现在的位置：程式碼之家 >> 編程語言 > >> 網頁程式設計 >> PHP 程式設計 >> PHP 綜合知識

PHP 與 AWK 實現字串壓縮解壓：游程編碼演算法實戰

編輯：PHP 綜合知識

PHP 與 AWK 實現字串壓縮解壓：游程編碼演算法實戰

游程編碼是最簡單的無損壓縮演算法之一，核心思想是將連續重複的字元替換為「計數 + 字元」的形式。本文提供 PHP 與 AWK 兩種語言的完整實現，適合處理加密後的密文或含大量重複字元的文字資料。

演算法原理

對於輸入字串 AAABBCCCCC，壓縮後為 3A2B5C。解壓時依序讀取數字與字元，重複輸出對應次數。關鍵點：

單一字元不加計數（或計數為 1 時省略）
計數可能多位數（如 12A 表示 12 個 A）
需處理字元本身為數字的情況（解壓時以正則區分）

PHP 實現

壓縮函數

<?php
// $replacement 為需壓縮的目標字元集合（來自上游加密替換表）
function compress_func($match) {
    return strlen($match[0]) . $match[0]{0};
}

function compress($str) {
    $i = 0;
    $pattern = array();
    // 為每個目標字元建立匹配「連續 2 次以上」的正則
    while (isset($replacement{$i})) {
        array_push($pattern, "/".$replacement{$i++}."{2,}/");
    }
    return preg_replace_callback($pattern, "compress_func", $str);
}

關鍵技巧：動態建立正則陣列，針對特定字元集合進行「連續重複」匹配，避免對非目標字元處理。

解壓函數

function uncompress_func($match) {
    return str_repeat($match[2], $match[1]);
}

function uncompress($str) {
    // 匹配：一或多位數字 + 任意單一字元
    return preg_replace_callback("/(\d+)(\w)/", "uncompress_func", $str);
}

正則 (\d+)(\w) 確保正確解析多位數計數。\w 匹配字母、數字、底線，若目標字元集含特殊符號需調整為 . 或具體字元類別。

AWK 實現（通用格式）

AWK 版本適合在 Shell 管線中直接處理文字流，無外部依賴。

壓縮函數

#!/bin/awk
function compress(str,    _ARGVEND_, str_out, str_len, i, s, l) {
    str_out = "";
    str_len = length(str);
    s = "";
    l = 1;
    for (i = 1; i <= str_len; i++) {
        if (substr(str, i, 1) == s) {
            l++;
        } else {
            if (s != "") {
                if (l > 1) str_out = str_out "" l;
                str_out = str_out "" s;
            }
            s = substr(str, i, 1);
            l = 1;
        }
    }
    # 處理最後一組
    if (s != "") {
        if (l > 1) str_out = str_out "" l;
        str_out = str_out "" s;
    }
    return str_out;
}

解壓函數

function uncompress(str,    _ARGVEND_, str_out, str_len, i, c) {
    str_out = "";
    str_len = length(str);
    for (i = 1; i <= str_len; i++) {
        c = 0;
        # 讀取連續數字構成計數
        while (substr(str, i, 1) ~ /[0-9]/) {
            c = c * 10 + substr(str, i, 1);
            i++;
        }
        if (c < 1) c = 1;  # 無數字預設為 1
        # 輸出對應次數字元
        while (c--) str_out = str_out "" substr(str, i, 1);
    }
    return str_out;
}

使用範例

<?php
$replacement = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789";
$original = "AAABBBCCCCCCDDDEEEEE";
$compressed = compress($original);
echo "原始: $original\n";
echo "壓縮: $compressed\n";
echo "解壓: " . uncompress($compressed) . "\n";
// 輸出：
// 原始: AAABBBCCCCCCDDDEEEEE
// 壓縮: 3A3B6C3D5E
// 解壓: AAABBBCCCCCCDDDEEEEE
?>

效能與適用場景分析

指標	PHP 版本	AWK 版本
執行環境	Web 請求、CLI 腳本	Shell 管線、批次處理
處理速度	中等（正則回調開銷）	極快（原生字串操作）
記憶體佔用	較高（載入整字串）	極低（流式處理）
適用資料	加密密文、Base64 編碼後資料	日誌檔、CSV 欄位、純文字流