चेन रूपांतरण

एल्गोरिदम प्रदर्शन

मुझे बाद के संपीड़न के लिए पूर्व-तैयार डेटा के लिए अपना खुद का एल्गोरिदम पेश करने में खुशी हो रही है। एक उदाहरण के रूप में बीटीडब्ल्यू का उपयोग करके बाद के संपीड़न के लिए डेटा तैयार करने की संभावना के बारे में जानने के बाद, मैंने अपनी विधि का आविष्कार करने का फैसला किया।

एल्गोरिथ्म का सार दो-तरफा रूपांतरण के लिए एक छोटी तालिका (शब्दकोश) का निर्माण करना है। एल्गोरिथ्म दो-पास हो जाता है। पहले पास में, एक टेबल बनाया गया है। दूसरे पास में, डेटा सीधे एनकोडेड है। पूर्व दर्ज की गई मेज पर एक पास में डिकोडिंग होती है।

आकार 2 ^ n ^ m बाइट्स की तालिका बनाएँ। जहाँ n बिट्स (शब्द) की संख्या है, और m श्रृंखला की गहराई (शब्दों की संख्या) है।

इस एल्गोरिथ्म के अनुसार तालिका भरी गई है:
एम शब्द पढ़ें, और सूत्र के अनुसार तालिका में एक मान से वृद्धि (+ 2 ^ n ^ m0) + (b + 2 ^ n ^ m1) + (c + 2 ^ n ^ m2) ...
परिणामी तालिका अगले शब्द (बाइट) के बाद एक शब्द (बाइट) की घटना की आवृत्ति को दर्शाती है। तालिका शब्दों (बाइट्स) की घटनाओं की आवृत्ति के अनुसार क्रमबद्ध होती है।

एन्कोडिंग ऐसा होता है:
पहला और दूसरा शब्द लिया जाता है। हम तालिका में पिछले सूत्र के अनुसार मान पाते हैं और इसे दूसरे शब्द में दर्ज करते हैं। लेकिन एक ही समय में, हम पहले शब्द के लिए मूल दूसरे शब्द का मूल्य निर्दिष्ट करते हैं (लेकिन फ़ाइल को स्वयं नहीं लिखते हैं)

N = 2 मीटर = 2 के लिए परिवर्तन उदाहरण
स्रोत डेटा: 0,2,1,3, 1,1,3,1, 0,1,3,0
भरी हुई तालिका:
0,1,1,0
1,1,0,3
0,1,0,0
1,2,0,0

क्रमबद्ध तालिका:
1,2,0,3
3,0,1,2
1,0,2,3
1,0,2,3
परिवर्तित डेटा: 0,0,0,0, 0,2,0,3, 1,2,1,0

प्रारंभिक डेटा (वीडियो में उदाहरण से छवि फ़ाइल)

रूपांतरण के बाद

आउटपुट से पता चलता है कि डेटा स्वयं सॉर्ट किया गया है: 0 हमेशा 1 से अधिक होता है, 1 हमेशा 2 से अधिक होता है, आदि।

इसके अलावा, यह एल्गोरिथ्म पहले से ही संपीड़ित डेटा (आरएआर, ज़िप) पर काम करता है, लेकिन डेटा फिर से संपीड़न के लिए दक्षता पर्याप्त नहीं है।