1 / 13

REDUKCE DAT

REDUKCE DAT. Díváme-li se na soubory jako na text, pak je tento text redundantní. Redundance vyplývá z: některé fráze nebo slova se opakují existuje závislost mezi po sobě následujícími znaky Existuje řada technik, jak redukovat množství ukládaných dat (bez ztráty informace).

kenaz
Download Presentation

REDUKCE DAT

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. REDUKCE DAT Díváme-li se na soubory jako na text, pak je tento text redundantní. Redundance vyplývá z: některé fráze nebo slova se opakují existuje závislost mezi po sobě následujícími znaky Existuje řada technik, jak redukovat množství ukládaných dat (bez ztráty informace)

  2. Výhody a nevýhody redukce Výhody redukce: • snížení velikosti vnějších médií • zkrácení času přístupu k datům • zkrácení času přenosu dat Nevýhody redukce: • přídavná složitost odpovídajících algoritmů • manipulace s proměnnou délkou kódu • manipulace s jednotlivými bity

  3. ZÁKLADNÍ POJMY REDUKCE DAT Metody redukce jsou z větší části založeny na kódování. KÓDOVÉ SLOVO Je symbol či posloupnost symbolů, kterými kódujeme zdrojový objekt (jednotku). KÓD Je množina všech kódových slov. Důležitá vlastnost kódu • jednoznačná dekódovatelnost Kódy mohou být: • pevné délky: snadná dekódovatelnost • proměnné délky : zde se posuzuje bezprostřední rozhodnutelnost

  4. Kód je bezprostředně rozhodnutelný, jestliže poznáme konec kódového slova bezprostředně po příjmu jeho posledního znaku. Kódy jsou bezprostředně rozhodnutelné, když mají tzv. prefixovou vlastnost. Prefixová vlastnost je vlastnost kódu, kdy žádné kódové slovo kódu není předponou nějakého jiného kódového slova kódu.

  5. Pro měření vhodnosti kompresní techniky slouží kompresní poměr, resp. zisk komprese. Kompresní poměr = D´/ D Zisk komprese = (D - D´) / D Kde: D velikost původního zdrojového řetězce D´ velikost zakódovaného řetězce

  6. METODY REDUKCE KOMPRESE Zabezpečuje jednoznačnou dekompresi, tzn. neztrácí se žádné informace. KOMPAKCE Zachovává pouze jisté nutné informace, neexistuje inverzní proces dekódování. Např. zkracování klíčů v souborech indexů, kdy pro rozlišení stačí pouze některá místa klíče.

  7. KÓDY PEVNÉ DÉLKY Chceme-li zakódovat (m výskytů) n jednotek, potřebujeme k zakódování kódová slova délky l, pro které platí l =  log2n  n počet jednotek

  8. Příklad Uvažujme text složený z 10 slov (n = 10): THE, OF, AND, TO, A, IN, THAT, IS, IT, ON Původní kódování: 1 znak = 1 byte  23 byte Úspornější kódování: I =  log210  = 4 bity Délka kódového slova = 4 bity  x nejbližší celé číslo, větší než x. Původní text: 23 byte = 23*8 bitů = 184 bitů Zakódovaný text: 10 slov = 10*4 bity = 40 bitů Kompresní poměr = 40/184 = 0.22 Zisk komprese = (184-40)/184 = 0.78

  9. KÓDY PROMĚNNÉ DÉLKY Huffmanovo kódování Používá kódy proměnné délky, bylo vyřešeno v r. 1952. Huffmanovo kódování je založeno na neorientovaných binárních stromech. Vstup do metody: n jednotek ke kódování, posloupnost pravděpodobností pi pro 1  i  n jejich výskytu.

  10. Algoritmus: • Pro každou jednotku i vytvoříme list o(pi) binárního stromu, tj. uzel ohodnocený pi. • Z pi vybereme dvě nejmenší nenulová pr a ps, kde r  s a vypočteme q := pr + ps. • Vytvoříme uzel ohodnocený q a hrany ohodnotíme 0 resp. 1.

  11. Příklad: Mějme slova: THE, OF, AND, TO, A, IN, THAT, IS, IT, ON, která se vyskytují s pravděpodobností (po řadě): 0,270, 0,170, 0,131, 0,099, 0,088, 0,074, 0,052, 0,043, 0,040, 0,033. Sestrojte Huffmanův strom a stanovte kódová slova jednotlivých slov.

  12. Výsledný strom

  13. Kód se čte od kořene k listu Např. Slovo OF se zakóduje 000 IS 1101 Huffmanovo kódování vyžaduje známé a neměnící se pi.

More Related