김동률 [kjhacker] 11-10-06 23:50

 

중복되는것을 생략하고 그에따른 표시를 하는것 입니다.
예를들면
I am a pretty boy
를
I am()()()pret()y()bo()
이구요
각 괄호안에 들어갈 문자는 순서대로
띄어쓰기, a, 띄어스기, t, 띄어쓰기, y입니다.

이용춘 [careful] 11-10-07 00:33

 

조금 쉽게 설명하겠습니다.

[ 사랑해사랑해바보바보안녕안녕 ] 이라는 문자를 줄여쓴다고 생각하면

사랑해 = 사, 바보 = 바, 안녕 = 안  이라고 규칙을 정한다면
[ 사사바바안안 ] 이라고 표현할 수 있습니다.

물론 결과값인 [ 사사바바안안 ] 만 보여주면 원래 문자열을 알 수 가 없으므로
문자를 풀어낼 수 있도록 힌트를 알려주어야 합니다.

[ 사랑해 = 사, 바보 = 바, 안녕 = 안 ] <- 이것이 힌트가 됩니다.

컴퓨터의 압축기법은 이 원리로 동작됩니다.
힌트로 표현되는 부분이
압축헤더가 되고
나머지가 압축데이터가 됩니다.

[사랑해=사,바보=바,안녕=안:사사바바안안] <- 이런식으로 표현되구요 물론 이진법의 비트연산으로 수행되기때문에
글자가 그데로 보여지지는 않습니다 ^^


문제는 위 예ㅒ처럼 압축헤더부분이 존재하기때문에
데이타에 반복패턴이 적거나 짧은 데이타를 압축하면

원래크기보다 오히려 커지기도 합니다.

-----------------------------

반복열이 많을 수록, 데이터가 클 수록 압축이 잘 되겠지요..

[ 사랑해=사,바보=바:사사바바바사사사바바바사사사바바사사사사사..... ]  <-- 어떻게 압축을 풀어야 하는지... 보이죠 ?
반복되는 패턴의 데이타를 토큰이라는 키값으로 저장해서 압축헤더를 만들고
일정규칙과 룰을 따라서 단순화 시키는 겁니다.

압축헤더부분이 힌트가 되는 것이구요.