Filkomprimeringsprogram minskar storleken på filer genom att använda olika algoritmer för att ta bort redundans och representera data mer effektivt. De "tar inte bort" information; Istället finner de smarta sätt att koda det med färre bitar. Det finns två huvudkategorier:förlustfri och förlustig komprimering.
1. Förlustfri komprimering:
Denna typ av kompression garanterar att den ursprungliga filen kan rekonstrueras perfekt från den komprimerade versionen. Det används för textfiler, källkod, kalkylblad och andra data där till och med en liten bit informationsförlust är oacceptabelt. Vanliga tekniker inkluderar:
* körlängd kodning (RLE): Denna enkla metod ersätter på varandra följande upprepande tecken eller byte med en enda instans av karaktären och antalet gånger den upprepar. Till exempel blir "AAABBBCC" "3A3B2C". Det är mycket effektivt för data med långa körningar med identiska värden.
* huffman kodning: Detta tilldelar kortare koder till ofta förekommande symboler och längre koder till mindre frekventa. Genom att utnyttja sannolikhetsfördelningen av symboler i data uppnår den betydande komprimering. Till exempel, i engelsk text är bokstaven "E" mycket vanligt, så det skulle få en kort kod, medan mindre frekventa brev som "Z" skulle få längre koder.
* LEMPEL-ZIV (LZ) Algoritmer: Dessa är mer sofistikerade metoder som identifierar upprepande mönster inom data. Istället för att kodas för varje symbol individuellt skapar de en ordbok över återkommande mönster och kodar dem med korta referenser. Vanliga variationer inkluderar LZ77, LZ78 och LZW (LEMPEL-ZIV-WELCH), den senare används i GIF-bildformatet. Ordboken byggs vanligtvis dynamiskt när uppgifterna komprimeras och dekomprimeras.
* ordbokbaserad komprimering: Dessa metoder (inklusive LZ -algoritmer) skapar en ordbok för upprepande sekvenser och ersätter dem med korta koder. De fungerar bra på data som innehåller många repetitioner.
* Burrows-Wheeler Transform (BWT): Denna teknik omordnar data för att klustera liknande tecken, vilket gör det enklare för andra kompressionsmetoder att fungera effektivt. Det används ofta i samband med andra algoritmer som flytt-till-front-transformation och kodning av körlängd.
2. Förlustkompression:
Denna typ av kompression uppnår högre kompressionsförhållanden genom att kassera vissa data som anses vara mindre viktiga. Detta är acceptabelt för multimediedata (bilder, ljud, video) där viss förlust av trohet är acceptabel. Exempel inkluderar:
* jpeg (bilder): Använder diskret kosinustransform (DCT) för att minska mängden data som behövs för att representera en bild. Det kasserar viss högfrekvensinformation, vilket är mindre märkbart för det mänskliga ögat.
* mp3 (ljud): Använder psykoakustisk modellering för att kassera frekvenser som maskeras av högre ljud. Detta möjliggör betydande minskning av filstorleken utan en stor upplevd förlust i ljudkvaliteten.
* mpeg (video): Använder tekniker som rörelsekompensation för att endast koda förändringar mellan ramar, vilket avsevärt minskar redundans.
Sammanfattningsvis:
Filkomprimeringsprogram använder en kombination av algoritmer för att identifiera och utnyttja uppsägningar i data. Förlustfria metoder garanterar perfekt rekonstruktion, medan förlustmetoder offrar vissa data för högre kompressionsförhållanden. Valet av algoritm beror på vilken typ av data som komprimeras och den acceptabla nivån på dataförlust. Många moderna kompressionsprogram använder en kombination av dessa tekniker för att optimera kompressionseffektiviteten.
