Scribd
Cargar
28 vistas8 páginas

Algoritmo

Un algoritmo de compresión sin pérdida representa cierta información utilizando menos espacio de almacenamiento sin perder datos, permitiendo reconstruir los datos originales de forma exacta. Estos algoritmos se basan en conceptos como la redundancia y entropía de los datos para codificarlos de forma estática o dinámica basada en diccionarios, y son usados en formatos de archivo, imagen, audio y vídeo. Algunos ejemplos son los algoritmos Lempel-Ziv y el run-length encoding.

Cargado por

Esteban Smith
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
28 vistas8 páginas

Algoritmo

Un algoritmo de compresión sin pérdida representa cierta información utilizando menos espacio de almacenamiento sin perder datos, permitiendo reconstruir los datos originales de forma exacta. Estos algoritmos se basan en conceptos como la redundancia y entropía de los datos para codificarlos de forma estática o dinámica basada en diccionarios, y son usados en formatos de archivo, imagen, audio y vídeo. Algunos ejemplos son los algoritmos Lempel-Ziv y el run-length encoding.

Cargado por

Esteban Smith
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 8

Algoritmo de

compresión sin
pérdida
procedimiento de codificación que tenga
como objetivo representar cierta cantidad
de información utilizando u ocupando un
espacio menor

Se denomina algoritmo de compresión sin


pérdida a cualquier procedimiento de
codificación que tenga como objetivo
representar cierta cantidad de información
utilizando u ocupando un espacio menor,
siendo posible una reconstrucción exacta
de los datos originales. Es decir, la
compresión sin pérdidas engloba a
aquellas técnicas que garanticen generar
un duplicado exacto del flujo de datos de
entrada después de un ciclo de
compresión / expansión. Por esta razón es
utilizada para comprimir archivos que
contienen datos que no pueden ser
degradados o perdidos, como pueden ser
documentos de texto, imágenes y sonido.

Se fundamenta en conceptos de la Teoría


de la Información, como la Redundancia y
Entropía de los datos (ver compresión de
datos) y es generalmente implementada
usando uno o dos tipos de modelos
diferentes: el estático y aquel basado en
diccionario.

El modelo estático lee y codifica utilizando


la probabilidad de aparición de cada
carácter. Su forma más simple usa una
tabla estática de probabilidades. Generar
un árbol de Huffman completo de los
datos tiene un coste computacional
significativo; por tanto, no siempre se
genera, sino que en su lugar se analizan
bloques representativos de datos, dando
lugar a una tabla de frecuencia
característica. A partir de ésta, se genera
un árbol de Huffman que se generaliza al
resto de datos, dando lugar a un modelo
estático. Pero utilizar un modelo estático
tiene sus limitaciones. Si un flujo de
entrada no concuerda bien con la
estadística previamente acumulada, la
relación de compresión se degradaría,
posiblemente hasta el punto de que el
flujo de datos saliente fuese tan largo
como el entrante (o incluso más). Por
tanto la siguiente mejora obvia fue
construir una tabla que se construya
conforme se recibe el flujo de entrada.

El modelo basado en diccionario usa un


código simple para reemplazar cadenas
de símbolos; los modelos estáticos
generalmente codifican un símbolo a la
vez. El esquema de compresión basada en
diccionario utiliza un concepto diferente.
Lee una entrada de datos y observa por
grupos de símbolos que aparecen en el
diccionario. Si una cadena concuerda, un
indicador o índice en el diccionario puede
salir en lugar del código del símbolo.

Algunos algoritmos de compresión sin


pérdidas son los algoritmos Lempel-Ziv,
que incluyen LZ77, LZ78 y LZW.

Este sistema de compresión se usa en


compresores de archivo (RAR, gzip, bzip2,
zip, 7z, ARJ, LHA) y de disco; también en
imágenes (PNG, RLE) y en algún formato
de audio (FLAC, Monkey's Audio). En vídeo
es menos común; pueden ser usados para
su captura y edición, pero no
comercializados para reproducción
doméstica.

Existen distintos métodos de compresión


sin pérdidas. Por ejemplo está la
compresión RLE o run-length encoding
(utilizada para los archivos BMP), la cual
toma secuencias de datos (datos de
elementos consecutivos con valores
idénticos) y los almacena en un valor
único más su recuento. Es el más
adecuado para gráficos sencillos, donde
hay largas tiradas de idénticos elementos
de datos.

Véase también
Algoritmo de compresión con pérdida
Wavelets
zip
PDM
CAB
LHA
DGCA
GCA

Enlaces externos
Repaso a formatos de audio sin
pérdida
Lista de manuales de algoritmos de
compresión sin pérdida

Obtenido de
«https://es.wikipedia.org/w/index.php?
title=Algoritmo_de_compresión_sin_pérdida&oldid=
107823493»

Última edición el 15 may 2018 a las


13:39

El contenido está disponible bajo la licencia CC BY-


SA 3.0 , salvo que se indique lo contrario.

También podría gustarte