1. Compresión sin pérdidas:
Este tipo de compresión garantiza que el archivo original se pueda reconstruir perfectamente a partir de la versión comprimida. Se usa para archivos de texto, código fuente, hojas de cálculo y otros datos donde incluso un pequeño poco de pérdida de información es inaceptable. Las técnicas comunes incluyen:
* codificación de longitud de ejecución (RLE): Este simple método reemplaza a los caracteres o bytes repetidos consecutivos con una sola instancia del personaje y el número de veces que se repite. Por ejemplo, "AAABBBCC" se convierte en "3A3B2C". Es muy efectivo para datos con largas ejecuciones de valores idénticos.
* Codificación de Huffman: Esto asigna códigos más cortos a símbolos que ocurren con frecuencia y códigos más largos a los menos frecuentes. Al explotar la distribución de probabilidad de los símbolos en los datos, logra una compresión significativa. Por ejemplo, en el texto en inglés, la letra "E" es muy común, por lo que recibiría un código corto, mientras que las letras menos frecuentes como "Z" obtendrían códigos más largos.
* Lempel-ziv (lz) algoritmos: Estos son métodos más sofisticados que identifican patrones de repetición dentro de los datos. En lugar de codificar cada símbolo individualmente, crean un diccionario de patrones recurrentes y los codifican con referencias cortas. Las variaciones comunes incluyen LZ77, LZ78 y LZW (Lempel-Ziv-Welch), este último se usa en el formato de imagen GIF. El diccionario generalmente se construye dinámicamente a medida que los datos se comprimen y descomprimen.
* Compresión basada en diccionario: Estos métodos (incluidos los algoritmos LZ) crean un diccionario de repeticiones de secuencias y los reemplazan con códigos cortos. Funcionan bien en datos que contienen muchas repeticiones.
* Transformación de los cuentos de madriguera (bwt): Esta técnica reordera los datos para agrupar caracteres similares, lo que facilita que otros métodos de compresión funcionen de manera efectiva. A menudo se usa junto con otros algoritmos como la transformación de movimiento hacia adelante y la codificación de longitud de ejecución.
2. Compresión con pérdida:
Este tipo de compresión alcanza las relaciones de compresión más altas al descartar algunos datos considerados menos importantes. Esto es aceptable para datos multimedia (imágenes, audio, video) donde alguna pérdida de fidelidad es tolerable. Los ejemplos incluyen:
* jpeg (imágenes): Utiliza la transformación de coseno discreta (DCT) para reducir la cantidad de datos necesarios para representar una imagen. Describe una información de alta frecuencia, que es menos notable al ojo humano.
* mp3 (audio): Utiliza el modelado psicoacústico para descartar frecuencias que están enmascaradas por sonidos más fuertes. Esto permite una reducción significativa en el tamaño del archivo sin una gran pérdida percibida en la calidad de audio.
* mpeg (video): Utiliza técnicas como la compensación de movimiento para codificar solo los cambios entre los marcos, reduciendo significativamente la redundancia.
En resumen:
Los programas de compresión de archivos utilizan una combinación de algoritmos para identificar y explotar redundancias en los datos. Los métodos sin pérdidas garantizan una reconstrucción perfecta, mientras que los métodos con pérdida sacrifican algunos datos para relaciones de compresión más altas. La elección del algoritmo depende del tipo de datos que se compriman y del nivel aceptable de pérdida de datos. Muchos programas de compresión modernos utilizan una combinación de estas técnicas para optimizar la eficiencia de la compresión.