File Coverage

blib/lib/Compress/Huffman.pm
Criterion Covered Total %
statement 134 181 74.0
branch 35 68 51.4
condition 4 12 33.3
subroutine 14 18 77.7
pod 9 10 90.0
total 196 289 67.8


line stmt bran cond sub pod time code
1             package Compress::Huffman;
2             require Exporter;
3             @ISA = qw(Exporter);
4             @EXPORT_OK = qw//;
5             %EXPORT_TAGS = (
6             all => \@EXPORT_OK,
7             );
8 2     2   99679 use warnings;
  2         4  
  2         59  
9 2     2   10 use strict;
  2         2  
  2         34  
10 2     2   8 use Carp;
  2         8  
  2         131  
11 2     2   13 use Scalar::Util 'looks_like_number';
  2         4  
  2         97  
12 2     2   675 use POSIX qw/ceil/;
  2         9987  
  2         9  
13 2     2   2878 use JSON::Create '0.22', 'create_json';
  2         1635  
  2         239  
14 2     2   777 use JSON::Parse '0.42', 'parse_json';
  2         1632  
  2         220  
15             our $VERSION = '0.07';
16              
17             # eps is the allowed floating point error for summing the values of
18             # the symbol table to ensure they form a probability distribution.
19              
20 2     2   12 use constant 'eps' => 0.0001;
  2         4  
  2         3391  
21              
22             # Private methods/functions
23              
24             # Add the prefix $i to everything underneath us.
25              
26             sub addcodetosubtable
27             {
28 21     21 0 50 my ($fakes, $h, $k, $size, $i) = @_;
29 21         32 my $subhuff = $fakes->{$k};
30 21         42 for my $j (0..$size - 1) {
31 47         68 my $subk = $subhuff->[$j];
32 47 100       85 if ($subk =~ /^fake/) {
33 11         40 addcodetosubtable ($fakes, $h, $subk, $size, $i);
34             }
35             else {
36 36         88 $h->{$subk} = $i . $h->{$subk};
37             }
38             }
39             }
40              
41             # Public methods below here
42              
43             sub new
44             {
45 3     3 1 625 return bless {};
46             }
47              
48             sub symbols
49             {
50             # Object and the table of symbols.
51 5     5 1 2213 my ($o, $s, %options) = @_;
52 5 50       16 if ($options{verbose}) {
53 5         16 $o->{verbose} = 1;
54             }
55             else {
56 0         0 $o->{verbose} = undef;
57             }
58             # Check $s is a hash reference.
59 5 50       19 if (ref $s ne 'HASH') {
60 0         0 croak "Use as \$o->symbols (\\\%symboltable, options...)";
61             }
62             # Copy the symbol table into our own thing. We need to put extra
63             # symbols in to it.
64 5         24 my %c = %$s;
65 5         14 $o->{c} = \%c;
66             # The number of symbols we encode with this Huffman code.
67 5         11 my $nentries = scalar keys %$s;
68 5 50       15 if (! $nentries) {
69 0         0 croak "Symbol table has no entries";
70             }
71             # Check we have numbers.
72 5         16 for my $k (keys %$s) {
73 27 50       60 if (! looks_like_number ($s->{$k})) {
74 0         0 croak "Non-numerical value '$s->{$k}' for key '$k'";
75             }
76             }
77 5 50       11 if ($o->{verbose}) {
78 5         68 print "Checked for numerical keys.\n";
79             }
80 5         13 my $size = $options{size};
81 5 100       13 if (! defined $size) {
82 3         6 $size = 2;
83             }
84 5 50 33     25 if ($size < 2 || int ($size) != $size) {
85 0         0 croak "Bad size $size for Huffman table, must be integer >= 2";
86             }
87 5 50 33     13 if ($size > 10 && ! $options{alphabet}) {
88 0         0 croak "Use \$o->symbols (\%t, alphabet => ['a', 'b',...]) for table sizes bigger than 10";
89             }
90 5 50       15 if ($o->{verbose}) {
91 5         22 print "Set size of Huffman code alphabet to $size.\n";
92             }
93             # If this is supposed to be a probability distribution, check
94 5         11 my $notprob = $options{notprob};
95 5 100       9 if ($notprob) {
96 2         4 my $total = 0.0;
97 2         6 for my $k (keys %$s) {
98 6         9 my $value = $s->{$k};
99 6 50       14 if ($value < 0.0) {
100 0         0 croak "Negative weight $value for symbol $k";
101             }
102 6         12 $total += $value;
103             }
104             }
105             else {
106 3         7 my $total = 0.0;
107 3         7 for my $k (keys %$s) {
108 21         24 my $value = $s->{$k};
109 21 50 33     57 if ($value < 0.0 || $value > 1.0) {
110 0         0 croak "Value $value for symbol $k is not a probability; use \$o->symbols (\\\%s, notprob => 1) if not a probability distribution";
111             }
112 21         28 $total += $s->{$k};
113             }
114 3 50       11 if (abs ($total - 1.0) > eps) {
115 0         0 croak "Input values don't sum to 1.0; use \$o->symbols (\\\%s, notprob => 1) if not a probability distribution";
116             }
117 3 50       21 if ($o->{verbose}) {
118 3         23 print "Is a valid probability distribution (total = $total).\n";
119             }
120             }
121             # The number of tables. We need $t - 1 pointers to tables, which
122             # each require one table entry, so $t is the smallest number which
123             # satisfies
124             #
125             # $t * $size >= $nentries + $t - 1
126              
127 5         46 my $t = ceil (($nentries -1) / ($size - 1));
128 5 50       49 if ($o->{verbose}) {
129 5         38 print "This symbol table requires $t Huffman tables of size $size.\n";
130             }
131 5         13 my $ndummies = 0;
132 5 100       12 if ($size > 2) {
133             # The number of dummy entries we need is
134 2         5 my $ndummies = $t * ($size - 1) - $nentries + 1;
135 2 50       6 if ($o->{verbose}) {
136 2         6 print "The Huffman tables need $ndummies dummy entries.\n";
137             }
138 2 50       6 if ($ndummies > 0) {
139             # Insert $ndummies dummy entries with probability zero into
140             # our copy of the symbol table.
141 0         0 for (0..$ndummies - 1) {
142 0         0 my $dummy = "dummy$_";
143 0 0       0 if ($c{$dummy}) {
144             # This is a bug not a user error.
145 0         0 die "The symbol table already has an entry '$dummy'";
146             }
147 0         0 $c{$dummy} = 0.0;
148             }
149             }
150             }
151             # The end-product, the Huffman encoding of the symbol table.
152 5         22 my %h;
153 5         8 my $nfake = 0;
154 5         7 my %fakes;
155 5         12 while ($nfake < $t) {
156 15 50       25 if ($o->{verbose}) {
157 15         56 print "Making key list for sub-table $nfake / $t.\n";
158             }
159 15         23 my $total = 0;
160 15         22 my @keys;
161              
162             # Find the $size keys with the minimum value and go through,
163             # picking them out.
164              
165 15         35 for my $i (0..$size - 1) {
166             # This method is from
167             # https://stackoverflow.com/questions/1185822/how-do-i-create-or-test-for-nan-or-infinity-in-perl/1185828#1185828
168              
169             # inf doesn't work on some versions of Perl, see
170             # http://www.cpantesters.org/cpan/report/314e30b0-6bfb-1014-8e6c-c1e3e4f7669d
171 37         50 my $min = 9**9**9;
172 37         44 my $minkey;
173 37         120 for my $k (sort keys %c) {
174 132 100       256 if ($c{$k} < $min) {
175 43         56 $min = $c{$k};
176 43         61 $minkey = $k;
177             }
178             }
179 37         53 $total += $min;
180 37 50       62 if ($o->{verbose}) {
181 37         182 print "Choosing $minkey with $min for symbol $i\n";
182             }
183 37         70 delete $c{$minkey};
184 37         53 push @keys, $minkey;
185 37         94 $h{$minkey} = $i;
186             }
187             # The total weight of this table.
188             # The next table
189 15         23 my @huff;
190 15         25 for my $i (0..$size - 1) {
191 37         50 my $k = $keys[$i];
192 37 50       64 if (! defined $k) {
193 0         0 last;
194             }
195 37         47 push @huff, $k;
196 37 100       83 if ($k =~ /^fake/) {
197 10         26 addcodetosubtable (\%fakes, \%h, $k, $size, $i);
198             }
199             }
200 15         29 my $fakekey = 'fake'.$nfake;
201 15         26 $c{$fakekey} = $total;
202 15         26 $fakes{$fakekey} = \@huff;
203 15         39 $nfake++;
204             }
205 5 50       12 if ($o->{verbose}) {
206 5         17 print "Deleting dummy keys.\n";
207             }
208 5         18 for my $k (keys %h) {
209 37 100       105 if ($k =~ /fake|dummy/) {
210 10         25 delete $h{$k};
211             }
212             }
213 5         51 $o->{h} = \%h;
214 5         11 $o->{s} = $s;
215             # Blank this out for the case that the user inserts a new symbol
216             # table, etc.
217 5         10 $o->{value_re} = undef;
218 5         28 $o->{r} = undef;
219             }
220              
221             sub xl
222             {
223 1     1 1 229 my ($o) = @_;
224 1         3 my $h = $o->{h};
225 1         2 my $s = $o->{s};
226 1 50 33     6 croak "Bad object" unless $h && $s;
227 1         2 my $len = 0.0;
228 1         2 my $total = 0.0;
229 1         3 for my $k (keys %$h) {
230 3         7 $len += length ($h->{$k}) * $s->{$k};
231 3         5 $total += $s->{$k};
232 3 50       12 if ($o->{verbose}) {
233 3         13 print "$k $h->{$k} $s->{$k} $len\n";
234             }
235             }
236 1         4 return $len / $total;
237             }
238              
239             sub table
240             {
241 0     0 1 0 my ($o) = @_;
242 0         0 return $o->{h};
243             }
244              
245             sub encode_array
246             {
247 0     0 1 0 my ($o, $msg) = @_;
248 0         0 my @output;
249 0         0 for my $k (@$msg) {
250 0         0 my $h = $o->{h}{$k};
251 0 0       0 if (! defined $h) {
252 0         0 carp "Symbol '$k' is not in the symbol table";
253 0         0 next;
254             }
255 0         0 push @output, $h;
256             }
257 0         0 return \@output;
258             }
259              
260             sub encode
261             {
262 0     0 1 0 my ($o, $msg) = @_;
263 0         0 my $output = $o->encode_array ($msg);
264 0         0 return join '', @$output;
265             }
266              
267             sub decode
268             {
269 0     0 1 0 my ($o, $msg) = @_;
270 0 0       0 if (! $o->{value_re}) {
271 0         0 my @values = sort {length ($b) <=> length ($a)} values %{$o->{h}};
  0         0  
  0         0  
272 0         0 my $value_re = '(' . join ('|', @values) . ')';
273 0         0 $o->{value_re} = $value_re;
274 0 0       0 if ($o->{verbose}) {
275 0         0 print "Value regex is ", $o->{value_re}, "\n";
276             }
277             }
278 0 0       0 if (! $o->{r}) {
279 0         0 $o->{r} = {reverse %{$o->{h}}};
  0         0  
280             }
281 0         0 my @output;
282 0         0 while ($msg =~ s/^$o->{value_re}//) {
283 0         0 push @output, $o->{r}{$1};
284             }
285 0 0       0 if (length ($msg) > 0) {
286 0         0 carp "Input starting from $msg was not Huffman encoded using this table";
287             }
288 0         0 return \@output;
289             }
290              
291             sub save
292             {
293 1     1 1 6 my ($o) = @_;
294 1         12 return create_json ($o);
295             }
296              
297             sub load
298             {
299 1     1 1 5 my ($o, $data) = @_;
300 1         10 my $input = parse_json ($data);
301 1         4 for my $k (keys %$input) {
302 6         10 $o->{$k} = $input->{$k};
303             }
304             }
305              
306              
307             1;