Ukladanie
dát v počítači, kompresia
V nasledujúcich
súboroch je uložená informácia: „Toto je pokusný text pre prednášku z
Informatiky pre manažérov“
priklad.txt 62 B
priklad.doc 19 456 B
priklad.zip 179 B
prikladdoc.zip 1 782 B
priklad.gif 2 340 B
priklad.wav 148 778 B
txt - ASCII
doc
gif
1Byte = 8bitov = 256 možností
2Byty = 16bitov = 65 536 možností
4bity = 16 možností
Napr.
číslo 41h (100 0001b) môže znamenať v súbore:
o
číslo
65, číslo 41
o
časť čísla (ako keď zo 150
zoberiete číslo/číslicu „5“)
o
písmeno A
o
modrú farbu – alebo inú
o
že nasledujúci znak/číslo/slovo
bude zobrazené tučne/podčiarknuto/...
o
že program pokračuje o 65
bytov ďalej
o
... (hocičo iné)
V súboroch
sa preto ukladajú (môžu ukladať) nielen zadané dáta ale aj ich popis -
štruktúra.
Ak súbor neobsahuje
informácie popisujúce štruktúru, sú nasledujúce možnosti
o
aplikácia pozná štruktúru dát
o
aplikácia môže získať
informácie o štruktúre, napr. z kodeku
o
súbor je nepoužiteľný
Príklad
dát bez popisu: 333333 – čo to len môže znamenať?
Kompresia, pakovanie, komprimácia, balenie, zipovanie, rarovanie
je postup,
pri ktorom z jedného alebo viacerých
súborov, získame jeden súbor (archív), ktorého veľkosť je menšia ako
súčet veľkostí pakovaných súborov.
poznámky k „definícií“:
o
predpokladá sa, že sa zachová
informačná hodnota – aspoň na istej úrovni
o
nie vždy je archív menší
o
niekedy sa archív skladá z viacerých súborov
o
väčšinou sú súbory v archíve priamo nepoužiteľné, treba najskôr
rozpakovať
kompresie
delíme podľa
zachovania
informácií
o stratová
o bezstratová
náročnosti (času) kompresie
o symetrická
o asymetrická
o rýchlejšie
komprimuje
o rýchlejšie
dekomprimuje
Metódy
RLE Run-Length
Encoding
Biela - 1, Žltá – 2
1,1,1,1,1,1,1,1,1,1,1 pakujem 11,1 alebo &,11,1
1,1,1,1,2,2,2,2,2,2,1 pakujem 4,1,6,2,1,1 alebo &,4,1,&,6,2,1
text: aabacaaddbaa
ak znak = byte ==> text =12bytov
pretože máme 4 znaky ==> každý
(„spravodlivo“) znak = 2bity ==> text = 3byty
Huffmanovo kódovanie
frekvenčný slovník = a – 7x, b – 2x, d – 2x, c – 1x
Spravodlivejšie a
= 0, b = 10, d = 110, c=111 ==> text=2,5bytu
Využitie vzoriek
- 1
- 2
-3
- 4
1,
1, 1, 4, 2, 2, 3, 3, 2, 3, 4
LZ, LZW Lempel-Ziv-Welsh
text: aababaababaa
vzorky v slovníku napr: aa-1, bab-2;
výsledok: 12121
Ak
nechceme do archívu pridávať aj slovník, možno uviesť vždy prvý výskyt a potom
iba odkaz naň.
výsledok:
aa&bab&1&2&1
Parametre pre porovnávanie kompresných
programov
o veľkosť
archívu
o rýchlosť
o pomer
veľkosti archívu a rýchlosti k zachovaným informáciám – pri
stratových kompresiách
Najpoužívanejšie pakovače:
o WinArj
o WinZip
o PowerArchiver
o WinAce