Encoder è interamente scritto in linguaggio Java. Per la parte grafica, sfrutta la libreria grafica Java Swing. Il codice implementa le funzioni di codifica e decodifica degli algoritmi di compressione senza perdita RunLength (con flag) e LZW (dagli ideatori Lempel-Ziv-Welch).
L'algoritmo di codifica RLE (Run-Length encoding) cerca nei dati da comprimere una serie di almeno 4 elementi uguali (in un'immagine bitmap, ad esempio, si ottengono queste condizioni in sezioni di colore uniforme dell'immagine), e la sostituisce con tre elementi: un carattere speciale (detto flag), che indica l'inizio di una serie codificata, l'elemento di cui è composta la serie e infine il numero di volte che esso si ripete. Questo algoritmo funziona bene per dati che abbiano molte ripetizioni al loro interno. Il problema è che anche il flag è un possibile elemento del dato e deve quindi essere codificato, di volta in volta, anche se preso singolarmente. Questo può portare ad ottenere file codificati che occupano più memoria del file originale. Per limitare che ciò si verifichi, prima di iniziare la codifica, la funzione "flagConveniente" assegna alla variabile flag il valore dell'elemento con meno apparizioni. Se la dimensione del file è maggiore o uguale a 10000, per evitare rallentamenti, la funzione lavorerà su 10000 elementi presi a campione.
L'algoritmo di decodifica RLE, ogni volta che trova la terna (flag, a, n), la sostituisce con una serie di n elementi a.
L'algoritmo di codifica LZW si fonda sul fatto che una sequenza di elementi contiene al suo interno sottosequenze ripetute. Per sfruttare questo fatto viene creato un dizionario, il quale inizialmente presenta tutti i singoli possibili elementi che possano apparire nella sequenza (alfabeto). Ogni qual volta l'algoritmo trova sottosequenze mai apparse prima, le aggiunge al dizionario e gli assegna un indice. Trovare una sottosequenza mai apparsa prima, indica che la stessa sottosequenza, tolto l'ultimo elemento, si trova nel dizionario e viene perciò sostituita dal suo indice identificativo. Per velocizzare le numerose ricerche, nella fase di codifica, il dizionario è costruito tramite un albero binario di ricerca modificato, in modo da essere, fin dall'inizio, composto dagli elementi dell'alfabeto e in modo da facilitare l'estrazione degli indici. Per la decompressione inizialmente il dizionario è composto solo dagli elementi dell'alfabeto. Ad ogni iterazione, l'algoritmo legge un indice e lo sostituisce con la sequenza equivalente. Inoltre aggiunge al dizionario quest'ultima sequenza concatenata a quella corrispondente all'indice successivo. C'è un caso però, in cui il simbolo successivo non è presente nel dizionario. Solitamente questo accade in input dalla forma abababab e, in particolare, quando la sottosequenza inizia e finisce con lo stesso carattere. Quindi, per affrontare questa eccezione, bisogna semplicemente prendere l'ultima sottosequenza ottenuta e concatenarla con il suo primo elemento, invece di seguire la normale procedura.
Nella funzione di decodifica, non dovendo più fare ricerche, il dizionario è stato implementato tramite un vettore, il quale ha una funzione di inserimento più efficiente e capienza variabile.
Siccome il tipo int ha un range limitato, per poter elaborare file di grandi dimensioni, è stato necessario fissare una capienza massima del dizionario. Quando tale limite viene raggiunto, il dizionario viene svuotato e l'algoritmo LZW riparte dal suo stato iniziale, proseguendo dal punto del file dove era stato interrotto.
Sono stati svolti vari collaudi su Linux (in particolare Ubuntu 18.10) e Windows ed in entrambi i casi il programma pare non presentare problemi.
La descrizione della struttura del software si può trovare qui.