1. TEORETISKĀ DAĻA
1.1. Problēmu apraksts
Daudzie lietotāji doma, kā samazināt faila izmērus, lai nokopēt to uz disketi vai palielināt cieta diska brīvu vietu bez datu zaudējumiem. Šī programma var samazināt faila izmērus (nokodēt) un kad ir nepieciešams, programma var atjaunot kodēta faila saturu (būs fails, ka pirms kodēšanai). Ja faila izmērs ir ļoti mazs un viņš sastāv no dažādiem simboliem, tad var iznākt, ka kodēta faila izmērs ir lielāks pār sākotnēja faila izmēru. Šajā situācijā es nerekomendē izmantot manu programmu ‘Arhivator’, tāpēc kā šeit viņa nepalīdzes jums.
Programma paredzēta faila izmēru samazināšanai (arhivēšanai) un faila atjaunošanai bez datu zaudējumu.
1.2. Metodes apraksts
Īsi apskatīsim arhivēšanas metodes, kuriem ir pietekami ilga vēsture. Vairāk informācijas jūs varat atrast grāmatās [3] [5].
Eksistē dažādas pieejas šī problēmai. Apskatīsim "neveiksmīgu" pieeju šī problēmai, tas RLE (Run Length Encoding) metode, viņš kode sērijas garumu. Šī metode aizvieto atkārtojamas simbolu virknes uz vienu simbolu un to atkārtojumu skaitu. Problēma ir sekojoša, atjaunošanas (uncoding) gaitā mums ir nepieciešams atšķirt kodētu sēriju no citiem simboliem. Risinājums ir sekojošs, pievienot šīm simbolu virknēm kaut kādu virsrakstu, piemēram izmantot pirmo bitu, kā kodētas virknes pazīme. Metode ir pietekami efektīva priekš grafisku attēlu formātā baits uz punktu (byte on pixel), piemēram formāts PCX izmanto kodēšanu RLE. Metodes trūkums ir zema samazināšanas pakāpe, piemēram tekstā bez divburtu vārdiem viņš var nokodēt tikai tukšas simbolu zīmes rindas sākumā.
LZW (Lempel Ziv Welch) metode vēsture sākas maijā 1977. gadā no raksta "IEEE Trans" publikācijas žurnālā "Информационные теории", raksta autori bija Dž. Zivs (J. Ziv) un A. Lempels (A. Lempel). Pēc tām šo algoritmu uzlaboja Terri A. Velčems (Terry A. Welch) un pēdējā variantā šis algoritms bija atspoguļots rakstā "IEEE Computer" jūnijā 1984. gadā. Šī rakstā bija aprakstīti algoritma detaļas un dažādas realizācijas problēmas. Šis algoritms kode secīgus dažādus simbolus. Šis algoritms kodēšanas laikā "mācās". Algoritma priekšrocība ir to, ka nav nepieciešams kodēta failā rakstīt simbolu kodu tabulu.
1.3. Izmantota metode
Aplūkosim arhivēšanas (kodēšanas) metodi, kurš tiek izmantots manā programmā:
Kodēšana (encoding) strādā ar datu plūsmu kaut kādā alfabētā, tajā laikā simbolu frekvence (atkārtojums) ir dažāda. Arhivēšanas mērķis ir datu plūsmas pārveidošana uz bitu plūsmu ar minimālu garumu To mēs varam iegūt samazinājot datu plūsmas entropīju, izmantojot simbolu frekvenci: kodu garumam jābūt proporcionālam informācijai, kurā ir ieejas plūsmā. Ja mēs zinam frekvences varbūtības sadalījumu, tad mēs varam iegūt optimālu kodēšanu. Uzdevums ir sarežģītāk gadījumā, ja simbolu frekvences sadalījums iepriekš nav zināms. Šajā gadījumā eksistē divas dažādas pieejas.
Pirmā pieeja: aplūkot ieejas datu plūsmu un uzbūvēt kodēšanu pamatojoties uz savākto statistiku (mums ir jālasa dati, kuri atrodas failā, divas reizes, kas ierobežo pielietošanas sfēru šādiem algoritmiem). Tādā gadījumā izmantotas kodēšanās shēmai jābūt uzrakstītai izejas datu plūsmā, kuru pēc tām dekoderis izmantojies. Piemēram statikas Hafmana kodēšana (Huffman).…
