Comprimir arxius. Algorismes i software per a la comparació.

Entre les operacions més comuns que poden ser útils fins i tot per usuaris no especialitzats identificar definitivament la compressió. A través d'aquesta transacció, de fet, qualsevol arxiu a l'ordinador pot ser restaurat, per tal d'ocupar una porció de la memòria de disc dur. Observem, però, que en l'actualitat, hi ha unitats dur de gran capacitat a preus bastant baixos, de manera que la utilitat dels programes de compressió sembla encongir-se. Però aquesta és una conclusió precipitada.

De fet, per exemple, pot ser interessant per comprimir un o més arxius abans d'enviar per correu electrònic, per reduir el temps de recepció i transmissió. A més d'interessants i pràctiques també la capacitat d'emmagatzemar diversos documents en un sol arxiu comprimit, més pràctic per a transmetre i manipular.

Però quines són les principals opcions disponibles per als usuaris per comprimir un arxiu o arxius? El que distingeix el programari disponibles? Examinem primer el fonament teòric de la compressió de programari, el que il.lustra les característiques principals dels algoritmes de compressió.

Algorismes de compressió

Una primera distinció entre els algorismes de compressió poden ser identificats entre els algoritmes sense pèrdues, és a dir, sense cap pèrdua de qualitat i els algorismes amb pèrdua, en la que s'acompanya de la reducció d'espai en disc per una pèrdua de qualitat. Sovint és difícil de percebre un deteriorament de la qualitat: per exemple, en el cas de la codificació de mp3 per als arxius d'àudio.

Entre els algorismes més utilitzats identificar sense cap dubte el "algorisme de Huffman, el" algoritme de Shannon-Fano i l'algorisme Lempel, Ziv i Welch. Encara que no entrar en explicacions teòriques, s'examinen les principals característiques de "algorisme de Huffman, que ha marcat la història de les tècniques de compressió.

Ens remetem als lectors interessats en més detalls sobre les tècniques de Shannon-Fano i Lempel-Ziv-Welch enllaços a més específica sobre aquest tema:

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

L'algorisme de Huffman

Algorisme 'S pertany a la categoria de pèrdues Huffman, és a dir, no introdueix cap pèrdua de qualitat. Ens scomporne operació en cinc passos elementals:

• S'analitza i es va comptar el nombre d'ocurrències dels elements bàsics de l'arxiu a comprimir: els caràcters individuals en un arxiu de text, els píxels d'una imatge d'arxiu.
• Els dos elements s'uneixen en una categoria menys freqüent que representa a tots dos. Així, per exemple, si X i Y es produeix 8 vegades 7 vegades, es crea la categoria de XY, amb 15 repeticions. Mentrestant, els components X i Y cada un rep un marcador diferent que els identifica com a elements d'entrada en una associació ".
• Els següents dos articles són identificats amb menor freqüència en l'arxiu i se senti com una nova categoria, utilitzant el mateix procediment descrit en el pas 2. El grup de XY al seu torn poden entrar i formar noves associacions, per exemple, la categoria de XYZ. Quan això succeeix, la X i Y se'ls dóna un nou identificador que acaba amb l'Associació d'estendre el codi que identifica cadascuna de les dues cartes en l'arxiu comprimit serà generat.
• A continuació es crea per als pròxims passos, un arbre es compon d'una sèrie de branques binari, en què apareixen amb més freqüència i en els següents elements rars combinacions a l'arxiu, mentre que els elements poques vegades són més freqüents. D'acord amb el mecanisme descrit, això significa que els elements rars en els arxius sense comprimir s'associen amb una longitud de codi d'identificació, que està creixent tots els elements d'una nova associació. Els elements es repeteixen més sovint en lloc de l'arxiu original no estan presents en l'arbre "de les associacions, de manera que el seu codi d'identificació serà el més curt possible.
• Arxiu comprimit es genera, en substitució de cada element de l'arxiu original, el codi s'ha produït al final de la cadena d'associacions basades en la freqüència d'aquest element en el document d'origen.

El guany d'espai al final de la compressió es deu al fet que els elements que es repeteixen sovint s'identifiquen per un codi, que ocupa menys espai que ocupen la seva codificació normal. Per contra els elements rars a l'arxiu original en l'arxiu comprimit rebrà un codi de temps, la qual cosa requereix, per a cada un d'ells, una àrea molt més gran que el que ocupa a l'arxiu sense comprimir.

De la suma algebraica del guany d'espai mitjançant la codificació per sota dels més freqüents i la pèrdua d'espai amb la codificació de la llarga més rars s'obté la relació de compressió produïda per l'algorisme de Huffman. De l'anterior es dedueix que aquest tipus de compressió és més eficaç com més gran sigui la diferència de freqüència dels components de l'arxiu original, mentre que els mals resultats s'obtenen quan la distribució dels elements és uniforme.

• <<
• 1
• 2
• >>