[دانه کولانه]

اكثر فایل های موجود بر روی اینترنت با استفاده از نرم افزارهایی نظیر WinZip

فشرده و بر روی سرویس دهندگان FTP مستقر هستند تا كاربران بتوانند با سرعت

مناسب اقدام به دریافت آنها نمایند. فایل های فشرده ZIP یكی از متداولترین و سهل

الوصول ترین نوع فایل های فشرده می باشند. با فشرده نمودن فایل ها امكان

ارسال سریعتر آنها بر روی اینترنت خصوصا" در مواردیكه سرعت خط ارتباطی

كاربران بالا نباشد ، فراهم می گردد. پس از دریافت فایل های فشرده با استفاده از

نرم افزارهای مربوطه نظیر WinZip می بایست آنها را به حالت اولیه تبدیل ( از حالت

فشرده خارج گردند ) كرد.



هدف از فشرده نمودن فایل ها كاهش ظرفیت فایل ها بوده و در زمان استفاده از

فایل می بایست مجددا" فایل به حالت اولیه برگردانده شود. در فرآیند فوق بیت

هایی از فایل با استفاده از الگوریتم هایی خاص ، از فایل حذف و زمینه كاهش

ظرفیت فایل فراهم خواهد شد. در زمان استفاده از فایل با استفاده از الگوریتم

فشرده سازی عملیات معكوس انجام و فایل به حالت اولیه خود برگردانده خواهد

شد. در ادامه به برخی از روش های فشرده سازی اطلاعات اشاره خواهد شد.



یافتن افزونگی در فایل



اكثرفایل های كامپیوتری ( با محتویات متفاوت ) دارای افزونگی اطلاعات می باشند.

این نوع فایل ها دارای اطلاعات تكراری زیادی می باشند. برنامه های فشرده سازی

اطلاعات ، اطلاعات تكراری موجود در فایل ها را بر اساس الگوریتم های مربوطه

حذف می نمایند. پس از تشخیص اطلاعات تكراری ، صرفا" اطلاعات تكراری یك بار در

فایل تكرار و و در سایر موارد، از مكانیزمهای خاصی برای عدم تكرار استفاده می

گردد.


جمله زیر از ۱۷ كلمه ، ۶۱ حرف ، ۱۶ فضای خالی ، یك نقطه و یك dash ، تشكیل

شده است :



"Ask not what your country can do for you — ask what you can do for your

country."


اگر هر یك از حروف ، فضای خالی و حروف خاص ، یك واحد از حافظه را اشغال

نمایند ، مجموعا" ۷۹ واحد از حافظه توسط عبارت فوق استفاده خواهد گردید (۷۹ =

۱ + ۱+ ۱۶ + ۶۱ ) . بمنظور كاهش ظرفیت فایل می بایست افزونگی اطلاعات در

فایل را بررسی كرد. با مشاهده و بررسی عبارت فوق ، نتایج زیر بدست می آید :




§ كلمه " ask" ، دو مرتبه تكرار شده است . § كلمه " what" ، دو مرتبه تكرار شده

است .


§ كلمه " your" ، دو مرتبه تكرار شده است .

§ كلمه "country" ، دو مرتبه تكرار شده است .

§ كلمه "can" ، دو مرتبه تكرار شده است .

§ كلمه " do" ، دو مرتبه تكرار شده است .

§ كلمه " for" ، دو مرتبه تكرار شده است .

§ كلمه "you" ، دو مرتبه تكرار شده است .


با عدم لحاظ نمودن حروف بزرگ و كوچك درعبارت فوق ، مشاهده می گردد كه

نیمی از اطلاعات موجود در عبارت فوق ، زاید و تكراری می باشند. با دقت در عبارت

فوق و نحوه افزونگی اطلاعات مشاهده می گردد كه با دارا بودن نه كلمه

ask,not,what,your,country,can ،do ،for و you می توان پالایشی مناسبی از

عبارت فوق را انجام و در صورت لزوم و با استفاده از نه كلمه فوق ، مجددا" عبارت

اولیه را ایجاد نمود. در این راستا و بمنظور ایجاد عبارت فوق كافی است به كلمات

موجود در بخش اول ( نصف عبارت ) اشاره و جایگاه و تعداد تكرار هر یك از آنها را در

بخش دوم مشخص نمود. در ادامه نحوه فشرده سازی اطلاعات و بازسازی مجدد

آنها بررسی می گردد.



فشرده سازی اطلاعات



اكثر برنامه های فشرده سازی از مدل ها ی متفاوت الگوریتم مبتنی بر دیكشنری

ایجاد شده توسط "Lempel و Ziv" ، بمنظور كاهش ظرفیت فایل ها ، استفاده می

نمایند. منظور از دیكشنری در الگوریتم فوق ، روش های كاتولوگ نمودن بخش هایی

از داده است . سیستم استفاده شده برای سازماندهی دیكشنری متفاوت و در

ساده ترین حالت می تواند شامل یك لیست عددی باشد. با مراجعه مجدد به عبارت

اشاره شده در بخش قبل ، كلمات تكراری را انتخاب و آنها را در لیست مرتب شده

ای بصورت زیر ایندكس می نماییم . پس از ایجاد لیست فوق ، می توان در مواردیكه

از كلمات در عبارت استفاده می شود ، از اعداد نسبت داده شده و متناظر با آنها

استفاده كرد.


دیكشنری ایجاد شده برای عبارت اشاره شده در بخش قبل بصورت زیر است :


ask


what


your


country


can


do


for


you

با توجه به دیكشنری ایجاد شده ، عبارت مورد نظر بصورت زیر خوانده خواهد شد :


"۱ not ۲ ۳ ۴ ۵ ۶ ۷ ۸ — ۱ ۲ ۸ ۵ ۶ ۷ ۳ ۴"

برای بازسازی مجدد عبارت فوق ، لازم است الگوی معادل آن را با توجه به

دیكشنری استخراج و در محل مربوطه قرار داد. برنامه هایی نظیر WinZip از

فرآیندهای مشابه برای بازسازی مجدد یك فایل و برگرداندن آن به شكل اولیه

استفاده می نمایند.

در فرآیند فشرده سازی عبارت اشاره شده در بخش قبل به شكل جدید آن ( مطابق

جدول بالا ) چه میزان ظرفیت فایل كاهش پیدا كرده است ؟ مطمینا" عبارت فشرده

شده ظرفیت كمتری نسبت به عبارت اولیه خواهد داشت . در این زمینه لازم است

به این نكته مهم اشاره گردد كه دیكشنری ایجاد شده نیز می بایست به همراه فایل

ذخیره گردد. در مثال فوق ، عبارت اولیه برای ذخیره سازی به ۷۹ واحد حافظه نیاز

داشت . عبارت فشرده شده ( بهمراه فضای خالی ) ، ۳۷ واحد و دیكشنری ( كلمات

و اعداد ) ، نیز ۳۷ واحد حافظه را اشغال خواهند كرد. بدین ترتیب ظرفیت فایل

فشرده به ۷۴ واحد حافظه خواهد رسید . با توجه به اطلاعات فوق مشاهده می

گردد كه عملا" در رابطه با فشرده سازی عبارت فوق به موفقیت های بزرگی نایل

نشده ایم . در این زمینه لازم است به این نكته اشاره گردد كه در مثال فوق ، صرفا"

یك " جمله " فشرده شده است . فرض كنید جمله فوق بخشی از یك سخنرانی یك

ساعته باشد ، بدیهی است كه در سخنرانی فوق احتمال تكرار كلمات فوق بسیار

زیاد خواهد بود . با ایجاد سیستم دیكشنری ، زمینه استفاده از آن در بخش های

بعدی سخنرانی نیز وجود داشته و در ادامه قطعا" میزان فشرده سازی جملات

موجود در متن سخنرانی نتایج مطلوبتری را بدنبال خواهد داشت .