25. Сжатие данных

Сжатие данных необходимо для удешевления хранения информации. Особенность большинства данных - избыточность. Под этим понятием понимаются разные значения: в теории лингвистики под избыточностью понимается кол-во слов, которое м. выбросить без ущерба для смысла, в теории информации - кол-во случайно удаленных букв, при котором возм. однозначное восстановление информации. Избыточность зависит от:

1. Национальных особенностей языка

2. Типа данных (наиболее избыточны видеоданные, граф-е данные, текст).

Существует 3 сп-ба ум-я избыточности данных. Это изменение содержания данных, изменение структуры данных, либо то и другое вместе. Если при сжатии данных происходит изменение их содержания, то при восстановлении данных не происходит их полного восстановления. Такой метод сжатия применяется для данных, при которых формальная утрата части информации не приводит к значительному снижению потребительских свойств. Этот прием сжатия применим к видеозаписям, музыкальным записям, аудиозаписям и рис.

Характерными форматами сжатия с частичной потерей информации являются форматы: .JPG для графических данных, .MPG для видеоданных, .МР3 для звуковых данных. Если при сжатии данных происходит только изменение структуры, то метод сжатия полностью обратим. Обратимые методы применяются для сжатия любого типа данных. Характерные форматы сжатия без потери информации это GIF, .TIF, .PCX для графических данных, .AVI для видеоданных, .ZIP, .ARJ, .RAR, .LZH, .LH, .CAB для любых типов данных.

Данные различного типа имеют свои оптимальные алгоритмы сжатия. Алгоритм RLE применим для сжатия графических данных, его эффективность не зависит от объема данных. Для текстовых данных его эффективность не велика. В некоторых случаях он используется для сжатия таблиц, имеющих фиксированную длину полей.В основу метода положен принцип выявления повторяющихся последовательностей данных и замены их простой структурой, в которой указывается код данных и коэффициент повтора.

Алгоритм KWE применяется для сжатия текстовых данных. В данном алгоритме сжатые данные помещаются в таблицу имеющую вид словаря. На кодировку слова исп-ся двухбайтовая единица. Для англ. текстов и файлов баз данных.

Алгоритм Хаффмана прим-ся для люб. типа данных. В основе лежит кодировка битовыми группами. Перед началом сжатия проводится частотный анализ кода документа и выявляется частота повтора каждого символа. Чем чаще встречается тот или иной символ, тем меньшим кол-вом битов он кодируется.

Для сжатия данных в ОС MS DOS исп-ся прогр-е средства PKZIP, RAR, ARJ, для Windows это WinZIP, WinARJ, WinRAR, 7-Zip, и др. Эти прогр-е ср-ва способны извлекать файлы из архивов, соз-ть нов. архивы, добавлять файлы в имеющийся архив, соз-ть самораспаковывающиеся архивы, тестировать целостность стр-ры архива, полностью или частично вос-ть поврежденные архивы, защищать архивы от просмотра и несанкционированной модификации, соз-е распределенных архивов, просматривать архивный файл без извлечения, защищать паролем, выбирать и настраивать коэффициент сжатия информации.