Please enable JavaScript.
Coggle requires JavaScript to display documents.
Сжатие данных - Coggle Diagram
Сжатие данных
Основные понятия Сжатие данных — алгоритмическое преобразование данных, производимое с целью уменьшения занимаемого ими объёма. Применяется для более рационального использования устройств хранения и передачи данных. Синонимы — упаковка данных, компрессия, сжимающее кодирование, кодирование источника.
-
Сжатие без потерь - это такое уменьшение объёма закодированных данных при котором можно восстановить их исходный вид из кода без искажения
Алгоритм RLE
RLE или кодирование повторов — При сжатие данных в которых есть цепочки одинаковых кодов можно применять еще один простой алгоритм котоый называется кодированием цепочек одинаковых символов.
Префиксные коды
-
Алгоритм Шеннона — Фано — Использует избыточность сообщений состоящую в том что символы в тексте имеют разные частоты встречаемости. Поэтому нужно читать данные исходно файла два раз на первом проходе определяется частота встречаемости каждого символа затем строится код с учетом этих данных и при вnором проходе символы текста заменяются на их короткие коды один из первых алгоритмов сжатия, который впервые сформулировали американские учёные Клод Шеннон и Роберт Фано.
Алгоритм Хаффмана — В отличие от Шеннона код Хаффмана строится не с сверху, а снизу. Так же в некоторых случаях кодирование Шеннона дает неоптимальные решения и можно построить код при котором сообщение будет короче. Был разработан в 1952 году Хаффманом при написании им курсовой работы. В настоящее время используется во многих программах сжатия данных.
Алгоритм LZW
-
Не требует знания вероятностей появления отдельных символов.
Позволяет декодировать сообщения.
Учитывает повторяющиеся последовательности символов
Обладает помехоустойчивостью
Сжатие с потерями
Сжатие с потерями - это такое уменьшение объема закодированных данных при которых распакованный файл может отличаться от оригинала
Самые известные примеры сжатия с потерями это алгоритмы JPEG, MP3, DivX и XviD и др.
Алгоритм JPEG - один из наиболее эффективных методов сжатия с потерями для изображения. Он довольно сложен
-
-
-