Asli
Hemat

Metode

Informasi lebih lanjut tentang kompresi

Demonstrator kompresi

Bagaimana sebuah berkas bisa menjadi lebih kecil tanpa kehilangan satu huruf pun? Dengan memperhatikan bahwa ia mengulang dirinya sendiri. Tempel teks atau pilih contoh, lalu saksikan tiga metode klasik bekerja: LZ77 menunjuk kembali ke teks yang muncul sebelumnya, LZW mempelajari kamus string sambil membaca, dan run-length encoding menghitung deret karakter yang sama. Setiap metode didekompresi lagi untuk menunjukkan bahwa tidak ada yang hilang, dan sebuah grafik membandingkannya dengan ZIP dan dengan batas entropi. Ketik atau tempel teks, atau pilih contoh, lalu pilih metode. LZ77 mengganti pengulangan dengan referensi ke teks sebelumnya: klik bagian yang disorot untuk melihat apa yang disalinnya. LZW membangun kamus string sambil membaca dan mengirimkan nomornya. RLE memampatkan deret karakter yang sama. Grafik membandingkan setiap metode dengan ZIP dan dengan batas entropi, dan aplikasi mendekompresi hasilnya lagi untuk memastikan tidak ada yang hilang.

Cara kerjanya

  1. Ketik atau tempel teks, atau pilih contoh: sebuah paragraf, lagu dengan refrein, sebaris piksel, tabel data, huruf acak, atau DNA.
  2. Pilih LZ77, LZW, atau RLE. Untuk LZ77, atur seberapa jauh ia boleh melihat ke belakang, lalu klik referensi yang disorot untuk melihat teks sebelumnya yang disalinnya.
  3. Bandingkan ukuran di kotak-kotak ringkasan dan di grafik dengan ZIP dan dengan batas entropi; pemeriksaan di bawah teks memastikan bahwa dekompresi mengembalikan teks aslinya.

Pengulangan adalah kuncinya

Kompresi lossless berhasil karena data nyata mengulang dirinya sendiri. LZ77 menyimpan sebuah jendela berisi teks yang baru saja dibacanya; setiap kali karakter berikutnya sudah pernah muncul di jendela itu, ia menulis referensi pendek, mundur sejauh ini dan salin sekian karakter, alih-alih karakter itu sendiri. Sebuah referensi memakan jumlah bit yang tetap, berapa pun panjang salinannya, sehingga pengulangan yang panjang dan sering paling banyak menghemat. LZW mencapai efek yang sama dengan cara lain: ia membangun kamus berisi setiap string baru yang ditemuinya dan sejak itu mengirimkan nomor string tersebut.

Mengapa sebagian data tidak bisa mengecil

Metode yang membuat sebagian berkas lebih kecil pasti membuat berkas lain lebih besar: jumlah berkas pendek lebih sedikit daripada berkas panjang, sehingga tidak semuanya bisa menjadi lebih pendek. Kompresi unggul pada data yang berpola, seperti teks, tabel, dan gambar sederhana, dan kalah pada data tanpa pola. Huruf acak, data terenkripsi, dan berkas yang sudah dikompresi tidak memberi metode apa pun untuk dirujuk kembali, sehingga hasilnya sama besar dengan masukannya, atau lebih besar. Run-length encoding menunjukkan hal ini paling jelas: pada teks tanpa deret, ukurannya menjadi dua kali lipat.

Pertanyaan yang sering diajukan

Apa perbedaan antara kompresi lossless dan lossy?

Kompresi lossless mengembalikan data asli dengan persis, bit demi bit; kompresi ini diperlukan untuk teks, program, dan data, dan demonstrator ini hanya menampilkan metode lossless. Kompresi lossy, seperti pada foto JPEG, musik MP3, dan video, membuang detail yang hampir tidak disadari orang dan menghasilkan berkas yang jauh lebih kecil, tetapi data aslinya tidak dapat dipulihkan.

Bagaimana ZIP mengompresi berkas?

ZIP dan gzip memakai deflate, yang pertama-tama menjalankan LZ77 dengan jendela 32 KB lalu menuliskan literal dan referensi dengan kode Huffman: kode pendek untuk nilai yang umum dan kode panjang untuk nilai yang langka. Langkah kedua itulah yang membuat ZIP biasanya mengalahkan LZ77 polos yang ditampilkan di sini, yang menghabiskan jumlah bit tetap untuk setiap token.

Bisakah LZ77 berada di bawah entropi?

Entropi yang ditampilkan menghitung karakter satu per satu, tanpa konteks. LZ77 dan LZW memakai konteks, karena sebuah referensi menyalin seluruh potongan teks sebelumnya, sehingga pada teks yang berulang-ulang keduanya dapat mengalahkan angka itu dengan selisih yang jauh. Keduanya tidak pernah dapat mengalahkan entropi sejati sumbernya, yang memperhitungkan seluruh konteks.

Mengapa ukurannya berbeda dari berkas ZIP sungguhan?

Demonstrator hanya menghitung bit dari data yang dikodekan. Berkas ZIP sungguhan menambahkan header, nama berkas, checksum, dan tabel Huffman, yang membuat berkas yang sangat kecil justru lebih besar, bukan lebih kecil.

Apakah teks saya dikirim ke suatu tempat?

Tidak. Setiap metode, termasuk perbandingan ZIP, berjalan di browser Anda, dan teks Anda tetap tersimpan di penyimpanan lokal browser ini.

Siap mencobanya?

Buka PictorX di browser Anda — tanpa instalasi, tanpa kartu kredit untuk memulai.

Ke Editor