Amiga(feminine)
(leer más)
En informática, Deflate (estilizado como DEFLATE) es un formato de archivo de compresión de datos sin pérdidas que utiliza una combinación de codificación LZ77 y Huffman. Fue diseñado por Phil Katz, para la versión 2 de su herramienta de archivo PKZIP. Deflate se especificó más tarde en RFC 1951 (1996).
Katz también diseñó el algoritmo original utilizado para construir flujos Deflate. Este algoritmo fue patentado como U.S. Patente 5,051,745, y asignada a PKWARE, Inc. Como se indica en el documento RFC, se pensaba ampliamente que un algoritmo que producía archivos Deflate se podía implementar de una manera que no estaba cubierta por patentes. Esto condujo a su uso generalizado, por ejemplo, en archivos comprimidos gzip y archivos de imagen PNG, además del formato de archivo ZIP para el que Katz lo diseñó originalmente. La patente ha expirado desde entonces.
Un flujo de Deflate consta de una serie de bloques. Cada bloque está precedido por un encabezado de 3 bits:
1
: Este es el último bloque del arroyo.0
: Hay más bloques para procesar después de éste.00
: Una sección almacenada (a.k.a. cruda o literal), entre 0 y 65.535 bytes de longitud01
A Huffman estático bloque comprimido, utilizando un árbol de Huffman pre-agregado definido en el RFC10
A dinámico Huffman bloque comprimido, completo con la tabla Huffman suministrado11
: Reservado - no usar.La opción de bloque almacenado agrega una sobrecarga mínima y se usa para datos que no se pueden comprimir.
La mayoría de los datos comprimibles terminarán siendo codificados usando el método 10
, la codificación dinámica Huffman, que produce un árbol Huffman optimizado personalizado para cada bloque de datos individualmente. Las instrucciones para generar el árbol de Huffman necesario siguen inmediatamente al encabezado del bloque. La opción Huffman estática se usa para mensajes cortos, donde el ahorro fijo obtenido al omitir el árbol supera el porcentaje de pérdida de compresión debido al uso de un código no óptimo (por lo tanto, no técnicamente Huffman).
La compresión se logra a través de dos pasos:
Dentro de los bloques comprimidos, si se detecta una serie duplicada de bytes (una cadena repetida), entonces se inserta una referencia inversa, vinculando a la ubicación anterior de esa cadena idéntica en su lugar. Una coincidencia codificada con una cadena anterior consta de una longitud de 8 bits (3 a 258 bytes) y una distancia de 15 bits (1 a 32 768 bytes) al comienzo del duplicado. Las referencias anteriores relativas se pueden realizar en cualquier cantidad de bloques, siempre que la distancia aparezca dentro de los últimos 32 KiB de datos sin comprimir decodificados (denominados ventana deslizante).
Si la distancia es menor que la longitud, el duplicado se superpone, lo que indica repetición. Por ejemplo, una serie de 10 bytes idénticos se puede codificar como un byte, seguido de un duplicado de 9 de longitud, comenzando con el byte anterior.
Buscar subcadenas duplicadas en el texto anterior es la parte computacionalmente más costosa del algoritmo DEFLATE y la operación a la que afecta la configuración del nivel de compresión.
La segunda etapa de compresión consiste en reemplazar los símbolos de uso común con representaciones más cortas y los símbolos de uso menos común con representaciones más largas. El método utilizado es la codificación de Huffman, que crea un árbol sin prefijo de intervalos que no se superponen, donde la longitud de cada secuencia es inversamente proporcional al logaritmo de la probabilidad de que ese símbolo deba codificarse. Cuanto más probable sea que un símbolo tenga que ser codificado, más corta será su secuencia de bits.
Se crea un árbol que contiene espacio para 288 símbolos:
Un código de duración de la coincidencia siempre estará seguido de un código de distancia. Basado en el código de distancia leído, más "extra" se pueden leer bits para producir la distancia final. El árbol de distancia contiene espacio para 32 símbolos:
Tenga en cuenta que para los símbolos de distancia del partido 2–29, el número de bits adicionales se puede calcular como .
Los dos códigos (el árbol de longitud/literal de 288 símbolos y el árbol de distancia de 32 símbolos) están codificados como códigos Huffman canónicos al proporcionar la longitud en bits del código para cada símbolo. Las longitudes de bit están codificadas en longitud de ejecución para producir una representación lo más compacta posible. Como alternativa a incluir la representación de árbol, el "árbol estático" La opción proporciona árboles Huffman fijos estándar. El tamaño comprimido que usa los árboles estáticos se puede calcular usando las mismas estadísticas (la cantidad de veces que aparece cada símbolo) que se usan para generar los árboles dinámicos, por lo que es fácil para un compresor elegir el que sea más pequeño.
Durante la etapa de compresión, es el codificador el que elige la cantidad de tiempo dedicado a buscar cadenas coincidentes. La implementación de referencia de zlib/gzip permite al usuario seleccionar de una escala variable de nivel de compresión resultante probable frente a la velocidad de codificación. Las opciones van desde 0
(no intente comprimir, solo almacene sin comprimir) a 9
que representa la capacidad máxima de la implementación de referencia en zlib/gzip.
Se han producido otros codificadores Deflate, todos los cuales también producirán un flujo de bits compatible capaz de ser descomprimido por cualquier decodificador Deflate existente. Es probable que diferentes implementaciones produzcan variaciones en el flujo de bits codificado final producido. El enfoque con las versiones que no son zlib de un codificador normalmente ha sido producir un flujo codificado más pequeño y comprimido de manera más eficiente.
Deflate64, especificado por PKWARE, es una variante patentada de Deflate. Es fundamentalmente el mismo algoritmo. Lo que ha cambiado es el aumento del tamaño del diccionario de 32 KB a 64 KB, una extensión de los códigos de distancia a 16 bits para que puedan abordar un rango de 64 KB y el código de longitud, que se amplía a 16 bits para que puede definir longitudes de tres a 65.538 bytes. Esto lleva a que Deflate64 tenga un tiempo de compresión más largo y potencialmente una relación de compresión ligeramente más alta que Deflate. Varios proyectos gratuitos y/o de código abierto admiten Deflate64, como 7-Zip, mientras que otros, como zlib, no lo hacen, como resultado de la naturaleza propietaria del procedimiento y el aumento de rendimiento muy modesto con respecto a Deflate.
Las implementaciones de Deflate están disponibles gratuitamente en muchos idiomas. Las aplicaciones escritas en C normalmente usan la biblioteca zlib (bajo la licencia zlib permisiva). Las aplicaciones en Borland Pascal y (idiomas compatibles) pueden usar paszlib. Las aplicaciones en C++ pueden aprovechar la biblioteca Deflate mejorada en 7-Zip. Tanto Java como.NET Framework ofrecen soporte listo para usar para Deflate en sus bibliotecas (respectivamente, java.util.zip
y System.IO.Compression). Las aplicaciones en Ada pueden usar Zip-Ada (puro) o ZLib-Ada.
AdvanceCOMP utiliza la versión de mayor relación de compresión de Deflate implementada por 7-Zip (u opcionalmente Zopfli en versiones recientes) para permitir la recompresión de archivos gzip, PNG, MNG y ZIP con la posibilidad de tamaños de archivo más pequeños que los que zlib puede lograr en los ajustes máximos.
193f:0001
) capaz de comprimir flujos usando Deflate a una velocidad de hasta 3.0 Gbit/s (375 MB/s) para la entrada de datos no comprimidos. Acompañar al controlador del kernel de Linux para el AHA361-PCIX es un "ahagzip
" utilitario y personalizado"mod_deflate_aha
" capaz de utilizar la compresión de hardware de Apache. El hardware está basado en un Xilinx Virtex FPGA y cuatro ASIC AHA3601 personalizados. Las tablas AHA361/AHA362 se limitan a sólo manejar bloques Huffman estáticos y requieren que se modifique el software para añadir soporte; las tarjetas no pudieron soportar la especificación Deflate completa, lo que significa que sólo podían descifrar su propia salida (una corriente que no contenía ningún Huffman dinámico tipo 2 bloques).17b4:0011
) o tarjetas PCI-X que ofrecen entre uno y seis motores de compresión con velocidades de procesamiento reclamadas de hasta 3.6 Gbit/s (450 MB/s). Una versión de las tarjetas están disponibles con la marca separada WebEnhance específicamente diseñado para el uso de servicios web en lugar de utilizar SAN o backup; una revisión PCIe, el MX4E también se produce.PCI-ID: 193f:0363
/193f:0364
) con un nuevo chip de encoder AHA3610 hardware. El nuevo chip fue diseñado para ser capaz de un 2,5 Gbit/s sostenido. Utilizando dos de estos chips, la junta AHA363-PCIe puede procesar Deflar a una velocidad de hasta 5.0 Gbit/s (625 MB/s) utilizando los dos canales (dos compresión y dos descompresión). La variante AHA364-PCIe es una versión código-sólo de la tarjeta diseñada para equilibradores de carga salientes y en su lugar tiene múltiples conjuntos de registro para permitir 32 independientes virtual canales de compresión alimentando dos motores de compresión físicos. Linux, Microsoft Windows y OpenSolaris Los controladores de dispositivos del núcleo están disponibles para ambas tarjetas nuevas, junto con una biblioteca de sistema de zlib modificada para que las aplicaciones dinámicamente vinculadas puedan utilizar automáticamente el soporte de hardware sin modificaciones internas. La junta AHA367-PCIe (AHA367-PCIe)PCI-ID: 193f:0367
) es similar a la AHA363-PCIe pero utiliza cuatro chips AHA3610 para una velocidad de compresión sostenida de 10 Gbit/s (1250 MB/s). A diferencia de la AHA362-PCIX, los motores de descompresión en las tablas AHA363-PCIe y AHA367-PCIe son totalmente deflados.Inflate es el proceso de decodificación que toma un flujo de bits de Deflate para descomprimirlo y produce correctamente los datos o archivos originales de tamaño completo.
La intención normal con una implementación alternativa de Inflate es una velocidad de decodificación altamente optimizada o un uso de RAM extremadamente predecible para sistemas integrados con microcontroladores.
PCDEZIP
, Bob Flanders y Michael Holmes, publicado en PC Magazine 1994-01-11.(leer más)
Primera forma normal es una propiedad de una relación en una base de datos relacional. Una relación está en primera forma normal si y solo si ningún... (leer más)
(leer más)