Tömörítés

Tömörítés Tömörítéssel csökkenthetjük az adatállományaink által foglalt helyet (gyorsíthatjuk a küldést) Lényege: az állományban szereplő adatok esetén lehetnek ismétlődések (redundancia), amit a tömörítő programok kihasználnak

Tömörítés előnyei és hátránya adatállomány mérete csökken a futtatható állomány kiterjesztése (.exe, .com) megváltozik, így az erre veszélyes vírusok nem fertőzik meg a tömörített állomány szétdarabolható adott méretű részekre Hátránya: a becsomagolt adatokat nem érhetjük el közvetlenül, csak kicsomagolással

Tömörítés lépései Becsomagolás: Kicsomagolás a tömörített állomány létrehozása az eredeti megtartása mellett Kicsomagolás a tömörített állomány visszaállítása az eredeti állapotba

Tömörítések csoportosítása Veszteséges tömörítés a kicsomagolt adat csak hasonlít az eredeti adathoz a visszaállított állomány minősége rosszabb, mint az eredetié a minőségromlást az emberi szem vagy fül nem érzékeli, vagy nem olyan mértékűnek érzékeli, mint amekkora képek (.jpg), hangok (.mp3) és videók (.avi) tömörítéséhez használják

Tömörítések csoportosítása Veszteségmentes tömörítés a kicsomagolt adat pontosan megegyezik a tömörítés előttivel adatállományok tömörítésére használjuk (ahol a veszteséges tömörítés során adatvesztés lépne fel) segédprogramok használata a tömörítéshez (pl.: WINRAR, WINZIP) ide tartoznak a .zip, .rar, .arj, .ace, .tar.gz

Önkicsomagoló állományok Léteznek olyan tömörített állományok, amelyek elindításkor automatikusan kicsomagolják tartalmukat, tömörítő program nélkül Ezek az önkicsomagoló állományok tartalmazzák a tömörített állományokat és a kicsomagoló programot is (nagyobbak mintha csak állományok lennének benne) .exe kiterjesztéssel rendelkeznek

Tömörítő algoritmusok Az első tömörítő algoritmust Shannon és Fano készítette az 1950-es években Ezt később Huffmann finomította tovább, amelyet több mai tömörítő program használ Mivel a Huffmann-kódolás lassúnak bizonyult, így tovább keresgéltek 1977-ben Ziv és Lempel publikálta az algoritmusát, amely a mai tömörítők alapjául szolgált nevükhöz fűződik a PKZIP és a .GIF állományok tömörítése

Huffmann kódolás Változó szóhosszúságú kód készítésére alkalmas A kódolandó anyagban lévő elemek előfordulási gyakorisága alapján készíti a kódot A kódok egy fa felrajzolásából kapjuk A két legkisebb előfordulási valószínűségű elemet egymás mellé írjuk Ezt a két elemet levélként kezelve a valószínűségek összegét csomópontként a levelek fölé írjuk

Huffmann kódolás Ezután a harmadik legkisebb valószínűségű elemet választjuk ki Megvizsgáljuk, hogy ennek értéke kisebb-e mint a csomópont értéke, vagy nagyobb Ha kisebb, akkor a csomóponttól jobbra, ha nagyobb, akkor balra írjuk, és ez alapján újabb csomópontot készítünk Ezt mindaddig ismételjük, amíg el nem érjük a gyökeret (100%-os valószínűség, arányok esetében a nevező értéke)

Huffmann kódolás A kész fánál a csomópontból balra induló ágra 1-est, a jobbra kiindulóra pedig 0-át írunk A kódot a gyökértől az adott elemhez vezető útvonal adja Példa: egy szövegben 5 karakter szerepel (a,b,c,e,n) a következő mennyiségekben: a: 3, b: 2, c: 1, e: 6, n: 2 Ez alapján összesen 14 darab karakter van a szövegben. Így az arányok a következőképpen alakulnak:

Huffmann kód – fa rajzolása Kódok: a  10 b  1111 c  1110 e  0 n  110 14 1 e (6) 8 1 a (3) 5 1 n (2) 3 1 Egyforma valószínűségi érték esetén tetszőlegesen választhatunk (itt a „b” és „n” esetében). b (2) c (1)

RLE algoritmus Az RLE (Run Length Encoding) ismétlődésen alapuló tömörítés Példa: Input: 0000033000344 (13 byte) Output: 5023301324 (10 byte) (azaz 5 darab 0, 2 darab 3, 3 darab 0, 1 darab 3 és 2 darab 4)

RLE algoritmus Tehát az első byte tartalmazza, hány darab van egymás után az adott elemből, a második byte pedig, hogy mi az adott elem Előfordulhat, hogy az RLE tömörítés hosszabb kódot eredményez, mint az eredeti Olyan képeknél lehet hatékony, ahol sok egyforma színű képpont van egy sorban Alacsony hatékonyságú, viszont az algoritmus gyors, egyszerű és könnyen programozható

Tömörítő programok és szolgáltatásaik Dokumentumaink tömörítéséhez tömörítő programot használunk (pl.: WINRAR, WINZIP) Ezen programok szolgáltatásai: Új tömörített állomány létrehozása Hozzáadás tömörített állományhoz Létező tömörített állomány megnyitása/kicsomagolása Önkitömörítő állomány létrehozása Tömörített állomány jelszóval ellátása Tömörített állomány (megadott méretű részekre) darabolása

RAR vagy ZIP? Előnyök: Hátrányok: RAR: jobb tömörítési arány ZIP: több platformon elterjedt Hátrányok: RAR: kevesebb operációs rendszer ismeri alapértelmezetten ZIP: rosszabb tömörítési arány