Saspiest failus. Algoritmi un salīdzināšanas programmatūru.

Starp visbiežāk darbības, kas var būt noderīga arī attiecībā uz nekvalificētiem lietotājiem identificēt noteikti kompresiju. Ar šo darījumu, faktiski, jebkurā datorā failu var atjaunot, lai aizņem daļu no atmiņas nekā cietā diska. Mēs redzam tomēr, ka pašlaik pastāv lielas ietilpības cieto disku pieejams par cenām samērā neliels, tāpēc no saspiešanas programmas lietderību, šķiet sarukt. Bet tas ir pārsteidzīgs secinājums.

Faktiski, piemēram, var būt interesanti, lai saspiestu vienu vai vairākus failus pirms nosūtīšanas pa e-pastu, lai samazinātu laiku, uztveršanas un pārraidīšanas. Interesantu un praktisku papildus arī spēja saglabāt vairākus dokumentus vienā saspiestā failā, vairāk praktiskas nosūtīt un manipulēt.

Bet kādas ir galvenās iespējas pieejama lietotājiem, lai saspiestu failu vai failus? Kas atšķir dažādas programmatūras pieejams? Ļaujiet mums pārbaudīt vispirms teorētisko pamatu programmatūras kompresija, tādējādi ilustrē galvenās iezīmes kompresijas algoritmu.

Kompresijas algoritmi

Pirmā atšķirība starp kompresijas algoritmi var atpazīt starp bezzudumu algoritmus, proti, bez jebkādas kvalitātes zudumu un zudumiem algoritmi, kuros diska vietu samazināšana ir pievienots kvalitātes zudums. Bieži ir grūti uztvert kvalitātes pasliktināšanās, piemēram, ja mp3 kodēšanas audio failus.

Starp visplašāk izmanto algoritmus, identificē, bez šaubām, "Huffman algoritmu," Shannon-Fano algoritms un "algoritms Lempel, Ziv un Welch. Kaut arī ne dodas uz teorētisko skaidrojumu, mēs pārbaudīt galvenās iezīmes "Huffman algoritms, kas ir iezīmējusi vēsture kompresijas metodes.

Mēs atsaukties lasītāju interesē sīkāka informācija par Shannon-Fano un Lempel-Ziv-Velšs saites uz konkrētāku par šo tēmu metodes:

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

Huffman algoritmu

'S algoritmu pieder kategorijai Huffman lossless, ti, nerada kvalitātes zudums. Mēs scomporne darbība piecās elementāras darbības:

• Tiek analizēta un saskaita atkārtojumu skaitu pamatelementi fails ir saspiests: atsevišķas rakstzīmes teksta failā, pikseļu attēlu.
• Divi elementi ir apvienoti retāk kategoriju, kas pārstāv viņiem abiem. Tā, piemēram, ja X un Y parādās 8 reizes 7 reizes, tas rada kategorijā XY, ar 15 atkārtošanos. Tikmēr komponenti X un Y, katrs no tiem saņems dažādu marķējumu, kas identificē tos elementus, kas iekļauti asociācijas.
• Nākamās divas pozīcijas ir noteiktas retāk failu un sēž kā jaunu kategoriju, izmantojot to pašu procedūru, kas aprakstīta 2 soli. Grupa XY, savukārt, var stāties un veido jaunas asociācijas, piemēram, XYZ kategorijā. Kad tas notiek, X un Y ir dota jauna identifikators, kas beidzas ar asociāciju pagarināt kods, kas unikāli identificē katru no diviem burtiem saspiestu failu tiks radīts.
• Tiek radīts par nākamajiem soļiem, koks sastāv no vairākiem bināro filiāles, kurā parādās biežāk un nākamajās kombinācijās retāki elementiem failu, bet elementi ir reti biežāk. Saskaņā ar mehānisms, kas aprakstīts, tas nozīmē, ka reti elementi nesaspiesti faili ir saistīti ar identifikācijas kodu garumā, kas palielinās katru elementu jauna biedrība. Elementi tiek atkārtoti biežāk, nevis no sākotnējā faila nav sastopami "koks organizācijām, un ka to identifikācijas kods būs tik īss, cik vien iespējams.
• Saspiests fails ir radīts, aizvietojot katru elementu no sākotnējā faila, kods ražots ķēdes galā apvienību, pamatojoties uz biežumu, ka elements avota dokumentā.

Kosmosa iegūt beigās kompresija ir saistīts ar to, ka elementiem, kas tiek atkārtoti bieži ir identificētas ar īsu kodu, kas aizņem mazāk vietas, nekā tā aizņem to parastā kodējumu. Savukārt reti elementiem sākotnējā failu saspiestu failu saņem garš kods, kurš var prasīt, par katru no tiem, platība ievērojami lielāks nekā, ka aizņemts izpakots fails.

No algebriskā summa telpā gūto kodēšanas īsu vērā visbiežākie un kosmosa zaudēja ar kodējumu ļoti retos ilgi jums kompresijas pakāpe, ko ražo "Huffman algoritmu. No iepriekš minētā izriet, ka šī kompresijas veids ir efektīvāka plašākā frekvenču atšķirības no sākotnējā faila detaļas, slikta rezultātus iegūst, ja attiecīgo elementu, kas sadalījums ir vienmērīgs.

• <<
• 1
• 2
• >>