تشغيل طول ضغط ثنائي - خيارات

لدي نموذج ويب، لمحتويات التي أود أن توليد تمثيل قصير في Base64. يحتوي النموذج، من بين أمور أخرى، على قائمة من 264 القيم الثنائية، والجزء الأكبر منها ستكون 0 في أي وقت واحد. (وهي تمثل مناطق على خريطة جغرافية). حتى في Base64، هذا الرقم 264 بت يولد سلسلة طويلة، تخويف. أريد تنفيذ ترميز طول المدى، بأكبر قدر ممكن من الكفاءة. يمكنك مساعدتي مع هذا إيف غوغلد ثنائي رل، ولكن لم تجد شيئا من الاستخدام. ما حاولت إيف هذا - تشغيل رل على السلسلة الثنائية باستخدام التعداد العشري و A كفاصل يدل على تغيير بين 0 و 1، ثم تحويل النتيجة من القاعدة 11 إلى القاعدة 64. على سبيل المثال: الذي بدوره يصبح أفضل، ولكن ما زلت غير قادر على مساعدة ولكن شك إذا إم تفعل شيئا خاطئا - باستخدام الرقم A كما فاصل هو أفضل وسيلة للقيام بذلك بفضل كومينغستورم. لقد اختصرت سلسلة مضغوط بعض أكثر من ذلك. وكما ذكرت في التعليقات، فإن حالات الاستخدام الحقيقية تؤدي عموما إلى سلسلة أقصر. منذ كنت بت الترميز، وربما كنت ترغب في استخدام رل القائم على قليلا بدلا من واحد على أساس بايت. في هذا السياق، يجب أن تنظر إلياس غاما الترميز (أو بعض البديل منه) لتشفير بكفاءة أطوال تشغيل الخاص بك. ويمكن أن يكون التقريب الأول المعقول لتنسيق التشفير الخاص بك كما يلي: البتة الأولى نفسها مثل البتة الأولى من السلسلة غير المضغوطة (بتعيين قطبية أولية) البتات المتبقية: أطوال مشفرة إلياس من بتات متتالية (بالتناوب 1 و 0) بما أنك تعرف عدد البتات هي في سلسلة غير مضغوط، كنت لا تحتاج إلى رمز إنهاء يمكنك فقط إضافة أي الحشو الثنائي اللازمة كما بت التعسفي. لاحظ أنه من الممكن دائما للضغط طول المدى لتوسيع سلسلة البت الخاص بك إذا كنت تشعر بالقلق إزاء هذا، يمكنك إضافة بت الأولي آخر للإشارة إلى ما إذا كانت البيانات الخاصة بك في شكل مضغوط أو غير مضغوط، مما يحد من الضغط الخاص بك إلى 1 بت. سوبوس يتم منحنا ملفا أو رسالة مصدر تحتوي على عدد كبير جدا من الأحرف الزائدة عن الحاجة. على سبيل المثال، يحتوي متوسط ​​ملف مس ورد على عدد كبير جدا من الأحرف المتتالية بايت-255 و نول. هل من الممكن تمثيل هذه البايتات المتتالية أو تشغيلها في شكل أكثر إحكاما في الواقع، تم تصميم تقنية ضغط لحل هذه المشكلة بالذات. ويطلق عليه تشغيل التشفير طول أو رل. يصف اسمها بدقة العملية لأنه يشفر تشغيل البايت إلى النموذج 2 بايت التالي: الطول، مع طول يمثل عدد من تشغيل بايت واحد، وهو ما يعني أننا يمكن أن ترميز ما يصل إلى 255 تشغيل التوالي. هذه التقنية هي أبسط تقنيات ترميز طول التشغيل. على سبيل المثال، ضع في الاعتبار مصدر البيانات التالي أو سلسلة من 24 حرفا: سلسلة الإدخال. أببفغهيكك لترميز السلسلة أعلاه، سيكون الإخراج،،،،،،،، و. ويبلغ إجمالي الشكل المضغوط لهذا المصدر 18 بايت فقط. هذا يوفر لنا بالضبط 6 بايت، مع نسبة ضغط 25. من الناحية الفنية، يمكن أن يكون أفضل بايت طول يعني كم من أكثر يتبع، حتى نتمكن من تسجيل في الواقع على الأكثر 256 بايت: العلم بايت بالإضافة إلى 255 تشغيل ممكن. وهكذا، فإن الحرف أ ثم يتم ترميز بدلا من. عيب واحد من هذا النوع من رل هو أنه إذا كان هناك سوى بايت واحد لترميز، لديك لإضافة بايت إضافية لبايت طول، مثل واحد في المثال السابق عندما كنا ترميز الحروف a و e. من الجيد أن نفترض أن هناك أقسام معينة فقط من مصدر البيانات التي تحتوي على هذه العمليات. على الرغم من أننا يمكن أن ترميز 256 فقط من تشغيل بايت واحد، بايت متتالية أكثر من 256 في كثير من الأحيان لا تحدث في معظم الملفات أنه يعمل بشكل جيد تماما للملفات مع ما يكفي من الأحرف الزائدة أو بايت. يمكننا تحسين هذه التقنية عن طريق الحد من رمز طول إلى 4 بت فقط. مع هذا الترتيب، يمكننا ترميز فقط أقصى 16 تشغيل من بايت، وهو ما يكفي لضغط بسيط منذ الملفات الفعلية عادة لا تحتوي على الكثير من بايت زائدة عن الحاجة. ملفات نصية. طريقة واحدة لتحسين طريقة بايت طول هو في مجال ضغط ملف النص. وبالنظر إلى طبيعة ملفات النص (أسي) التي يمكن فيها تشفير البايتات الفردية في 7 بتات فقط (أي البتة 7 أو البتة 8 من جميع البايتات في ملف نصي هي 0) 7 كإشارة إلى مفكك الشفرة إذا كانت البايتة متكررة أم لا. إذا كان هناك تشغيل من بايت، وسوف نقوم بتعيين البايت بت -7 إلى 1. وهكذا، إذا رأى فك بايت الذي هو أكبر من 127، فهذا يعني فقط أن هناك تشغيل البايت وسوف فك على الفور الكتابة عدد البايتات. الملفات الثنائية. شكل ذكي آخر من ترميز طول المدى هو ترميز إذا وفقط إذا كان هناك تشغيل. وهذا يعني عدم ترميز بايت إضافي لبايتة واحدة غير مكررة: ترميز فقط البايتات الزائدة عن الحاجة. ويتم ذلك عن طريق ترميز مرتين البايت ثم ترميز طول البايت: طول. وبهذه الطريقة، نحن لا تتكبد بايت طول لتلك بايت التي تحدث فقط بشكل مستقل في تيار البيانات. وهكذا، في مرحلة إزالة الضغط، وجود بايت التوأم ينبهنا أن هناك بالضبط تشغيل البايتات. وبالتالي، يعني أن هناك 10 أشواط من بايت ب. ويترتب على ذلك أننا يجب أن نكتب بعد ثمانية بايتات التالية بعد الاثنين. ثم يتم ترميز المثال السابق مثل هذا: يحتاج هذا الترميز فقط 17 بايت للإخراج. لاحظ أن الأحرف a و e هي الآن ترميز كما هو، مع بايت واحد. وبالنسبة إلى الملفات الكبيرة جدا، فإن هذه التقنية أقوى من تقنية طول البايتة. يمكن لهذه الطريقة تسجيل 257 بايت متتالية على الأكثر (2 (0..255)). عيب آخر نتخذه من هذه التقنية الجديدة، ومع ذلك، هو رمز إضافي المشفرة. إذا كان هناك فقط اثنين من أشواط رمزا، ونحن بحاجة إلى بايت إضافية، ترميز تشغيل مع ثلاثة بايت بدلا من اثنين فقط بايت. بشكل عام، ومع ذلك، وهذا هو أكثر فعالية عندما ننظر إلى البيانات كملف كبير واحد والتي قد يكون بطبيعة الحال سلسلة من البايت متطابقة. RLE. ZIP - تتضمن عمليات التنشيط C للتشفير طويل المدى للنص والملفات الثنائية. يصف شار أن الملاحظات في مجموعة بيانات خرج ساس المنشأة حديثا مضغوطة (سجلات الطول المتغير). يستخدم ساس رل (تشغيل طول ترميز) لضغط الملاحظات. خوارزمية الضغط هذه أفضل لبيانات الأحرف. نو يحدد أن الملاحظات في مجموعة بيانات ساس التي تم إنشاؤها حديثا غير مضغوطة (سجلات ذات طول ثابت). يحدد بيناري أن الملاحظات في مجموعة بيانات إخراج ساس التي تم إنشاؤها حديثا يتم ضغطها. ساس يستخدم رديك (ضغط البيانات روس) لهذا الإعداد. هذه الطريقة فعالة للغاية لضغط كتل متوسطة إلى كبيرة (عدة مئات من البايتات أو أكبر) من البيانات الثنائية (أي المتغيرات الرقمية). لأن وظيفة الضغط تعمل على سجل واحد في وقت واحد، يجب أن يكون طول السجل عدة مئات من وحدات البايت أو أكبر للضغط الفعال. حدد كومبريس فقط لمجموعات بيانات الإخراج، أي مجموعات البيانات المسماة في بيان داتا لخطوة داتا أو في الخيار أوت لإجراء ساس. يصبح نوع السجل سمة دائمة لمجموعة البيانات. لإلغاء ضغط الملاحظات، استخدم خطوة بيانات لنسخ مجموعة البيانات واستخدام كومبريسنو لمجموعة البيانات الجديدة. عندما كومبريسيشار، ساس ضغط حجم مجموعة البيانات مع ترميز طول التشغيل. يضغط ترميز طول التشغيل مجموعة البيانات عن طريق تقليل الأحرف المتتالية المتكررة إلى تمثيلين أو ثلاثة بايتات. عندما كومبريسيناري، ضغط ساس يجمع بين التشفير طول التشغيل وانزلاق نافذة ضغط لضغط مجموعة البيانات. استخدم ساستولكيت لتحديد طريقة الضغط الخاصة بك. ملاحظة: ضغط الملاحظات غير معتمد من قبل جميع المحركات. في الإصدار 8، لا تزال مجموعات البيانات التي تم إنشاؤها باستخدام محركات متوفرة في الإصدارات السابقة من ساس، مثل محركات تاب و زبورت، من قبل تلك المحركات. لذلك، إذا كان الضغط غير متوفر لتلك المحركات، فإنه لا يتوفر أيضا عند الوصول إلى مجموعات البيانات هذه في الإصدار 8. المزايا التي تم الحصول عليها باستخدام خيار مجموعة بيانات كومبريس تشمل: تقليل متطلبات التخزين لمجموعة البيانات عمليات الإدخال والإخراج أقل لقراءة من أو الكتابة إلى مجموعة البيانات أثناء المعالجة. عيوب استخدام الخيار مجموعة البيانات كومبريس ما يلي: قد لا ضغط على الإطلاق (قد يجعل الملف في الواقع أكبر)، ولكن يتم توفير رسالة تفصيلي كمية الضغط يوفر المزيد من موارد وحدة المعالجة المركزية. وبشكل افتراضي، يتم إلحاق الملاحظات الجديدة بمجموعات البيانات المضغوطة. إذا كنت ترغب في تتبع مساحة حرة وإعادة استخدامها، استخدم خيار مجموعة بيانات ريوس عند إنشاء مجموعة بيانات ساس مضغوط. ريسيز يقول ساس لكتابة ملاحظات جديدة إلى المساحة التي يتم تحريرها عند حذف الملاحظات الأخرى. خيار مجموعة بيانات كومبريس يتجاوز خيار نظام كومبريس. ملاحظة الأداء: استخدام هذا الخيار يزيد من وقت وحدة المعالجة المركزية لقراءة مجموعة البيانات بسبب النفقات العامة من فك ضغط السجل. وبالإضافة إلى ذلك، بعض المحركات لا تدعم ضغط الملاحظات. عند استخدام إعدادات الخيار كومبريسيز و ريوسييس، لا يمكن معالجة الملاحظات عن طريق رقم الملاحظة. لاحظ أن ريوسيز لها الأسبقية على بوينتوبسيس. على سبيل المثال: النتائج في مجموعة بيانات تحتوي على بوينتوبسنو. لأن بوينتوبسيس هو الافتراضي عند استخدام الضغط، ريوسيس يسبب بوينتوبس تغيير إلى نو.