Hmmm....nu wordt het moeilijk...ik zeg niks... DATACOMPRESSIE
����
����
����
����
Lang, heel lang geleden stonden er wat teksten over datacompressie op de FD (ik meen zo rond FD 20). Aangezien er veel manieren zijn om data te crunchen, is hier weer een tekstje over een manier om data te crunchen die in bepaalde gevallen best wel handig kan zijn.
De compressiemethode die ik nu ga bespreken, heeft voor zover ik weet geen naam, maar dat maakt op zich niet uit. De methode is snel te implementeren en het (de)crunchen gaat aardig snel.
De compressiemethode gaat ervan uit dat een byte in zekere mate herhaald wordt. Per byte wordt onderzocht of de byte hetzelfde is. Als dat zo is, wordt er een 0 weggeschreven naar een bitstream. Als het niet gelijk was, wordt er een 1 weggeschreven en de byte zelf. Bij teksten bijvoorbeeld komt de spatie heel vaak voor. Hier wordt dus de spatie met 1 bit opgeslagen en de overige bytes met 9 bits. Om alles duidelijk te maken, komt hier een voorbeeld:
Stel, we hebben de volgende reeks bytes:
0 10 25 10 4 6 12 10 50 10 10
De 10 komt het meeste voor in deze reeks. Telkens als er 10 staat in de reeks, dan schrijven we een 0 weg en anders schrijven we een 1 weg gevolgd door de byte zelf. Hier komt eventjes de gecrunchde data (links in bytes, rechts in bits):
0 = 1 00000000 10 = 0 25 = 1 00011001 10 = 0 4 = 1 00000100 6 = 1 00000110 12 = 1 00001100 10 = 0 50 = 1 00110010 10 = 0 10 = 0
De lengte van de ungecrunchde data was 11 bytes, dus 88 bits. De gecrunchde data is echter maar 59 bits groot. Natuurlijk moet je ook weten welke byte er met een 0 bedoeld wordt, dus dat kost weer 8 bits extra, maar de data wordt nog altijd kleiner.
VARIATIES
Er zijn nog veel variaties op deze methode te verzinnen. Bij tekeningen bijvoorbeeld kun je voor ��n hele tekening een vaste byte nemen, maar je kunt het ook per lijn doen en dat is waarschijnlijk wel efficienter. Deze compressie-methode is alleen handig bij tekstdata en tekeningen, want daarin zitten veel dezelfde bytes. In programma's zijn er ook wel bytes die vaak voorkomen, maar die komen dan niet vaak genoeg voor om deze goed op deze manier te kunnen inpakken. (Nvdr: euhmmm...Arjan...zou je dit voor de volgende keer eens wat meer kunnen uitdiepen?)
Vincent