Теоретические основы сжатия данных

Характерной особенностью большинства «классических» типов данных, с кото­рыми традиционно работают люди, является определенная избыточность. Степень избыточности зависит от типа данных. Например, у видеоданных степень избы­точности обычно в несколько раз больше, чем у графических данных, а степень избыточности графических данных в несколько раз больше, чем текстовых. Кроме того, степень избыточности данных зависит от принятой системы кодирования. Так, например, кодирование текстовой информации средствами русского языка (с использованием русской азбуки) дает в среднем избыточность на 20-30% больше, чем кодирование адекватной информации средствами англий­ского языка.

Для человека избыточность информации нередко связана с представлением о ее качестве, поскольку избыточность, как правило, улучшает восприятие, особенно в неблагоприятных условиях (просмотр телепередач при наличии помех, восстанов­ление поврежденного графического материала, чтение текстов в условиях недо­статочной освещенности и т. п.).

При обработке информации избыточность также играет важную роль. Например, при преобразовании информации избыточность используют для повышения ее качества (репрезентативности, актуальности, адекватности и т.п.). Однако, когда речь заходит не об обработке, а о хранении готовых документов или их передаче, то избыточность можно уменьшить, что дает эффект сжатия данных.

Если методы сжатия информации применяют к готовым документам, то термин сжатие данных нередко подменяют термином архивация данных, а программные средства, выполняющие эти операции, называют архиваторами.

Объекты сжатия.

В зависимости от того, в каком объекте размещены данные, подвергаемые сжатию, различают:

• уплотнение (архивацию) файлов;
• уплотнение (архивацию) папок;
• уплотнение дисков.

Уплотнение файлов применяют для уменьшения их размеров при подготовке к передаче по каналам связи или к транспортировке на внешнем носителе малой емкости, например на гибком диске.

Уплотнение папок используют как средство архивации данных перед длительным хранением, в частности, при резервном копировании.

Уплотнение дисков служит целям повышения эффективности использования их рабочего пространства и, как правило, применяется к дискам, имеющие недостаточную емкость.

Обратимость сжатия.

Несмотря на изобилие алгоритмов сжатия данных, теоретически есть три способа уменьшения их избыточности. Это либо изменение содержания данных, либо изменение их структуры, либо и то и другое вместе.

Если при сжатии данных происходит изменение их содержания, то метод сжатия необратим и при восстановлении данных из сжатого файла не происходит полного восстановления исходной последовательности. Такие методы называют методами сжатия с регулируемой потерей информации. Они применимы только для тех типов данных, для которых формальная утрата части содержание не приводит к значительному снижению потребительских свойств. В первую очередь, это относится к мультимедийным данным: видео, музыкальным записям и рисункам. Методы сжатия с потерей информации обычно обеспечивают гораздо более высокую степень сжатия, чем обратимые методы, но их нельзя применять к текстовым документам, базам данных и, тем более, к программному коду. Характерными форматами сжатия с потерей информации являются:

• .JPG для графических данных;
• .MPG для видеоданных;
• .MP3 для звуковых данных.

Если при сжатии данных происходит только изменение их структуры, то метод сжатия обратим. Из результирующего кода можно восстановить исходный массив путем применения обратного метода. Обратимые методы применяют для сжатия любых типов данных. Характерными форматами сжатия без потери информации являются:

• .GIF,.TIF,.PCX и многие другие для графических данных;
• .AVI для видеоданных;
• .ZIP,.ARJ,.RAR,.LZH,.LH,.CAB и многие другие для любых типов данных.