Komprimere filer. Algoritmer og programvare for sammenligning.

Blant de vanligste operasjonene som kan være nyttig selv for ufaglærte brukere identifisere definitivt komprimering. Gjennom denne transaksjonen faktisk kan hvilken som helst fil på datamaskinen gjenopprettes, slik som å okkupere en del av minnet enn harddisk. Vi observerer imidlertid at, for tiden, er det stor kapasitet harddisker tilgjengelig til priser ganske lav, så nytten av komprimering programmer synes å krympe. Men dette er en forhastet konklusjon.

Faktisk, for eksempel, kan være interessant å komprimere en eller flere filer før du sender via e-post, for å redusere tiden for mottak og formidling. Interessant og praktisk tillegg også muligheten til å lagre flere dokumenter i én enkelt komprimert fil, mer praktisk å overføre og manipulere.

Men hva er de viktigste alternativene som er tilgjengelige for brukere å komprimere en fil eller filer? Hva skiller de ulike programvare tilgjengelig? La oss undersøke først teoretiske grunnlaget for software komprimering, og dermed illustrerer hovedtrekkene av komprimering algoritmer.

Kompresjonsalgoritmer

Et første skille mellom kompresjonsalgoritmer kan identifiseres mellom lossless algoritmer, dvs. uten tap av kvalitet og lossy algoritmer, der reduksjon av diskplass er ledsaget av et tap av kvalitet. Det er ofte vanskelig å oppfatte en forringelse i kvalitet, for eksempel i tilfellet med MP3-koding for lyd-filer.

Blant de mest brukte algoritmene identifisere uten tvil den "Huffman algoritmen, det 'Shannon-Fano-algoritmen og' algoritme Lempel, Ziv og Welch. Selv om ikke å gå inn teoretiske forklaringer, undersøker vi de viktigste kjennetegnene på "Huffman algoritme, som har preget historien til komprimering teknikker.

Vi henviser leserne interessert i ytterligere detaljer om teknikker av Shannon-Fano og Lempel-Ziv-Welch koblinger til mer spesifikt om dette emnet:

• Shannon-Fano Algoritme: http://www.binaryessence.com/dct/en000041.htm
• Algoritmen Lempel, Ziv og Welch http://www.dsi.unifi.it/ ~ resp / LZW.pdf

Den Huffman-algoritmen

'S algoritme tilhører kategorien Huffman lossless, betyr altså ikke innføre noe tap av kvalitet. Vi scomporne drift i fem elementære trinn:

• Er analysert og telte antall forekomster av de grunnleggende elementene i filen som skal komprimeres: den enkelte tegn i en tekstfil, pikslene i en bildefil.
• De to elementene blir brakt sammen i en mindre hyppig kategori som representerer dem begge. Så for eksempel hvis X og Y oppstår 8 ganger 7 ganger, det skaper kategorien XY, med 15 recurrences. I mellomtiden komponentene X og Y hver motta en annen markør som identifiserer dem som elementer inn i en forening.
• De neste to elementer er identifisert sjeldnere i filen, og sitter som en ny kategori, bruker den samme fremgangsmåten som er beskrevet i trinn to. Gruppen XY igjen kan inngå og danne nye foreninger, for eksempel XYZ kategorien. Når dette skjer, er X og Y gitt en ny identifikator som ender med Foreningen utvide koden som identifiserer hver av de to bokstavene i den komprimerte filen vil bli generert.
• Er da opprettet for neste skritt, består et tre av en serie binære grener, innen noe som vises oftere og i etterfølgende kombinasjoner sjeldnere elementer i filen, mens elementene er sjelden hyppigere. Ifølge mekanismen beskrevet, betyr dette at de sjeldne elementer i ukomprimerte filer er assosiert med en identifikasjonskode lengde, som vokser hvert element av en ny forening. Elementene gjentas oftere i stedet for den originale filen ikke er tilstede i "tre foreninger, slik at deres identifikasjonskode vil bli så kort som mulig.
• Komprimert fil genereres, erstatter hvert element i den opprinnelige filen, produsert koden på slutten av kjeden av foreninger basert på frekvensen av som element i kildedokumentet.

Gevinsten av plass ved slutten av komprimering skyldes det faktum at elementene som gjentas ofte er identifisert med en kort kode, som tar opp mindre plass enn de okkuperer deres normale koding. Omvendt sjeldne elementer i den opprinnelige filen i den komprimerte filen får en lang kode, som kan kreve, for hver av dem, et område betydelig større enn det okkuperte i ukomprimert fil.

Fra den algebraiske summen av plassen oppnås ved koding kort av de mest hyppige og plass tapte med koding av de mest sjeldne lenge du får komprimeringsforholdet produsert av "Huffman-algoritmen. Fra ovennevnte følger det at denne type komprimering er mer effektiv jo bredere frekvensen forskjellene av komponentene i den originale filen, mens dårlige resultater oppnås når fordelingen av elementene er ensartet.

• <<
• 1
• 2
• >>