Reti e Sistemi Informativi Anno Accademico 2009/2010 1
Di cosa stiamo parlando? Si tratta di software applicativi in grado di comprimere e di decomprimere un file.
1. La quantit di bit necessari alla rappresentazione in forma
digitale dellinformazione viene ridotta allo scopo di occupare meno spazio nei supporti di memorizzazione quali lHard-disk del computer, le unit floppy, i CD-Rom e le chiavette USB;
2. Tramite la decompressione il file ridotto viene riportato alle
condizioni iniziali, nuovamente pronto per essere aperto.
Reti e Sistemi Informativi Anno Accademico 2009/2010 2
Qual il motore? le operazioni di compressione/decompressione vengono attivate da specifici strumenti detti algoritmi.
un algoritmo consiste nella soluzione di un problema pi o
meno complesso, analizzato in precedenza, seguendo successioni finite di istruzioni sequenziali preordinate, rappresentate sotto forma di diagramma o di pseudocodifica e applicabili ad ogni linguaggio di programmazione.
Gli algoritmi di compressione si basano sul presupposto che
in qualsiasi tipo di file ci siano dei dati ridondanti, superflui o mal disposti.
Reti e Sistemi Informativi Anno Accademico 2009/2010 3
Si possono individuare due grandi categorie di algoritmi: 1. Compressione di tipo Lossy I dati vengono compressi attraverso un processo con perdita dinformazione che sfrutta gli elementi superflui nellutilizzo dei dati.
2. Compressione di tipo Lossless
I dati vengono compressi attraverso un processo senza perdita d'informazione che sfrutta le ridondanze nella codifica del dato.
Reti e Sistemi Informativi Anno Accademico 2009/2010 4
Tecniche Lossy Ottengono delle compressioni molto forzate dei files a scapito dell'integrit del file stesso.
Lidea di fondo che l'occhio e l'orecchio umano hanno
delle limitazioni, operano quindi cercando di togliere dei dettagli del video/audio senza che questo venga percepito dallutente.
Non possono essere usati per testi o database in cui l'integrit
dell'informazione fondamentale, l'uso caratteristico nel campo multimediale.
Reti e Sistemi Informativi Anno Accademico 2009/2010 5
Tecniche Lossless Durante la compressione si preoccupano di preservare il messaggio originale.
Non possono garantire sempre la diminuzione delle
dimensioni dellinsieme di dati in input. Alcuni vengono ridotti, ma altri restano necessariamente invariati.
Utilizzano questo tipo di metodi tutti quei files per i quali
non accettabile una perdita di informazione, come i testi o i programmi.
Reti e Sistemi Informativi Anno Accademico 2009/2010 6
Reti e Sistemi Informativi Anno Accademico 2009/2010 7
In che lingua parli? Nei computer i caratteri vengono codificati usando il codice ASCII, un codice che associa 8 bits ad ogni simbolo.
Mediamente in tutti i files testo vi sono dei caratteri che
appaiono con una frequenza maggiore di altri.
Per risparmiare spazio nella codifica non avrebbe senso
assegnare a questi caratteri un codice composto da un numero inferiore di bits?
Reti e Sistemi Informativi Anno Accademico 2009/2010 8
Nel codice Morse le lettere con frequenza maggiore vengono rappresentate da sequenze pi piccole, mentre quelle meno usate sono associate a codici pi lunghi (ad esempio: e= ; a= -; q= ---; j= ---).
L'idea di usare codici pi corti fu introdotta nell'ambito
informatico da Claude Shannon e R. Fano negli anni 50. Qualche anno dopo D.A. Huffman ne migliora lalgoritmo dando origine allalgoritmo di Huffman.
Si consideri un file di 40 caratteri in cui le lettere abbiano la
Reti e Sistemi Informativi Anno Accademico 2009/2010 9
Algoritmo di Huffman Si consideri un file di 40 caratteri in cui le lettere abbiano la seguente frequenza: A: 20 volte, B: 5 volte, E: 3 volte, C: 7 volte, O: 5 volte.
Usando la codifica standard ASCII, il file occupebbe 40*8
bits ovvero 320 bits.
Usando una codifica a lunghezza variabile, a le lettere con
frequenza maggiore viene associato un numero inferiore di bits rispetto a quelle con bassa frequenza, ottenendo un file con lunghezza inferiore ai 320 bits.
Reti e Sistemi Informativi Anno Accademico 2009/2010 10
Algoritmo di Huffman Questo il principio base dellalgoritmo di Huffman usato per la gestione dei testi. Partendo da uno studio statistico basato sulla frequenza dei caratteri nelle parole cerca di codificare le lettere a maggior frequenza con dei codici binari pi brevi rispetto a quelli utilizzati per quelle meno frequenti.
Esempio: Si intende comprimere un file testo contenente la stringa:
CIAO_MAMMA
Reti e Sistemi Informativi Anno Accademico 2009/2010 11
necessario contare la frequenza di ogni lettera presente nella stringa: C(1), I(1), A(3), O(1), M(3), _(1)
Reti e Sistemi Informativi Anno Accademico 2009/2010 12
Algoritmo di Huffman Vanno individuate le due lettere con minor frequenza (la C e la I). Nello schema delle frequenze saranno rappresentate come ununica lettera e con una frequenza che sar la somma delle loro frequenze
C+I(2), A(3), O(1), M(3), _(1)
Si cercano ancora le due lettere con
minor frequenza e osserva che si tratta dell'accoppiata C+I e O+_.
C+I+O+_(4),A(3), M(3)
Reti e Sistemi Informativi Anno Accademico 2009/2010 13
Algoritmo di Huffman Una volta creato l'albero, bisogna associare ad ogni nodo un bit. E' possibile associare lo 0 a tutti i nodi di sinistra e l1 a tutti quelli di destra. Con i nuovi codici otterremo la seguente sequenza di bits:
000001100100111110111110
Reti e Sistemi Informativi Anno Accademico 2009/2010 14
Algoritmo di Huffman
Solamente 24 bits invece degli 80 che verrebbero impiegati
con il codice ASCII. Per capirne la vera potenza, si deve immaginare lo stesso algoritmo applicato ad un file testo di migliaia di parole.
importante sottolineare che il codice cos ottenuto non
univoco; nel senso che pu essere creato un codice altrettanto valido, ma differente da quello qui presentato.
Reti e Sistemi Informativi Anno Accademico 2009/2010 15
Applicazioni Lestesa diffusione dei programmi di compressione inizia negli anni 90 quando il principale supporto di scambio dati lunit floppy da 1.44 Mbyte, se non pi piccolo da 360 Kbyte.
In seguito si afferma anche su Internet, per diminuire le
dimensioni dei files da trasferire riducendo notevolmente il tempo di connessione necessario per lupload e per il download dei files secondo gli standard V24bis o MNP5 relativi ai modem.
Reti e Sistemi Informativi Anno Accademico 2009/2010 16
PKZip: primo software introdotto nel mercato degli home computer.
Attualmente esistono molteplici software di compressione,
scaricabili on-line, che si suddividono principalmente in:
Software shareware: tutti quei software concessi sotto licenza duso
quindi a pagamento, alcuni dei quali prevedono un periodo di prova gratuito mediamente da 30 a 40 giorni (WinZip 11.0; WinRar 3.71).
Software freeware: insieme di software disponibili alluso
gratuitamente (ZipGenius 6; 7-Zip).
Reti e Sistemi Informativi Anno Accademico 2009/2010 17
Quale scegliere? Da un punto di vista tecnico la scelta va fatta prendendo in considerazione una serie di parametri.
I programmi vengono valutati in base a due preferenze
immediate nelle esigenze quotidiane del target di utenza: ottenere una maggiore compressione e occupare cos meno spazio nella memoria; impiegare il minor tempo possibile nel comprimere i files a scapito della potenza di compressione.
Reti e Sistemi Informativi Anno Accademico 2009/2010 18
Una volta stabilito linteresse principale dellutente, affinch un test sia attendibile e aggiornato il pi possibile, si dovrebbero considerare:
lultima versione disponibile sul mercato, il relativo costo e lopzione
di lingua dellinterfaccia;
le caratteristiche del file da comprimere per il confronto delle
performances;
il livello di memoria Ram e di potenza della CPU del computer di cui
il software necessita per essere operativo.
Reti e Sistemi Informativi Anno Accademico 2009/2010 19
Dato che ogni algoritmo a seconda della propria struttura di funzionamento occupa una certa quantit di memoria Ram. importante conoscere anche le caratteristiche effettive del PC su cui si intende caricare i programmi da testare.
In questo modo, il test pu essere considerato valido ed
attendibile, rendendo la scelta autonoma e consapevole.
Reti e Sistemi Informativi Anno Accademico 2009/2010 20
Le Fonti Articoli di giornale: Salari P., Un mondo compresso in PC Pratico n.10 anno VII ottobre 2001, pg. 126-129 Siti internet: http://www.pc-facile.com/download/?cat=15 http://www.pc-facile.com/glossario/v24bis/ http://www.pc-facile.com/glossario/mnp5/ http://www.pc-facile.com/glossario/algoritmo/ http://www.pcperfetto.com/compressionefiles.html http://www.ictv.it/file/vedi/340/software-di-compressione/ http://www.ecowebnews.it/software%20di%20compressione http://it.wikipedia.org/wiki/Algoritmo_Lempel-Ziv-Markov http://it.wikipedia.org/wiki/LZ77_e_LZ78 http://it.wikipedia.org/wiki/Compressione_dei_dati http://it.wikipedia.org/wiki/Compressione_dati_lossy http://it.wikipedia.org/wiki/Compressione_dati_lossless http://www.dspvlsi.uniroma2.it/corsi/bio/La%20compressione.doc http://it.wikipedia.org/wiki/Codifica_di_Huffman
Reti e Sistemi Informativi Anno Accademico 2009/2010 21
