Compresión y

descompresión

Materia: Seminario de solución de problemas de estructuras de datos II

 Un software de compresión funciona
usando ecuaciones matemáticas para
Cómo analizar los datos de archivos y buscar
patrones de repetición. Entonces, el
programa reemplaza estos patrones que
funciona la se repiten con pequeñas piezas de datos,
o código, que ocupan menos espacio.

compresión Una vez que el software de compresión

ha identificado un patrón de repetición
sustituye ese patrón con un código más
pequeño que también muestra las
ubicaciones del patrón.
Los archivos comprimidos generalmente
terminan en .zip, .sit y .tar. Estas se llaman
extensiones, e indican los diferentes
formatos de compresión diferentes tipos
de software que se utilizan para
comprimir los archivos. Para PC, el .zip es
Tipos de
el más común. El .sit es más usado con
Mac y .tar utilizado con Linux. Cuando
veas un archivo con una de estas
compresión
extensiones, puede ser un solo archivo
grande o un conjunto de archivos
agrupados.
 La compresión sin pérdida es una manera
de comprimir archivos sin perder ningún
dato. Este método amontona los datos
Compresión más cerca remplazándolos con un tipo de
taquigrafía. Se puede reducir el tamaño
de los archivos alrededor de la mitad. El
sin pérdidas formato .zip utiliza compresión sin
pérdida. Con esta forma, el archivo
descomprimido proporciona un duplicado
exacto del archivo comprimido, con la
misma calidad. Sin embargo, no se puede
comprimir archivos a un tamaño muy
pequeño, ya que hace menos útil a los
archivos muy grandes.
Para hacer los archivos hasta un 80%
más pequeños, se utiliza la compresión
con pérdida. Un software de
compresión con pérdida elimina
Compresión
algunos datos redundantes de un
archivo. Debido a que se eliminan
datos, la calidad del archivo
con pérdida
descomprimido es menor que el
original.
 Para utilizar un archivo
comprimido, primero
Descompresión deberás descomprimirlo.
El software utilizado
para descomprimir
depende de cómo el
archivo fue comprimido
en primer lugar.
La técnica más popular para la
eliminación de la redundancias en
la codificación es la de Huffman.
Cuando se codifica individualmente
los símbolos de una fuente de
Algoritmo
información usando esta técnica la
longitud promedio de los símbolos de Huffman
necesarios para representar al
fuente será menor.
Algoritmo
• Contar cuantas veces aparece cada carácter en el fichero a comprimir. Y crear una
lista enlazada con la información de caracteres y frecuencias.
• Ordenar la lista de menor a mayor en función de la frecuencia.
• Convertir cada elemento de la lista en un árbol.
• Fusionar todos estos árboles en uno único, para hacerlo se sigue el siguiente
proceso, mientras la lista de árboles contenga más de un elemento:
• Con los dos primeros árboles formar un nuevo árbol, cada uno de los árboles originales en
una rama.
• Sumar las frecuencias de cada rama en el nuevo elemento árbol.
• Insertar el nuevo árbol en el lugar adecuado de la lista según la suma de frecuencias obtenida.
• Para asignar el nuevo código binario de cada carácter sólo hay que seguir el
camino adecuado a través del árbol. Si se toma una rama cero, se añade un cero al
código, si se toma una rama uno, se añade un uno.
• Se recodifica el fichero según los nuevos códigos.