Codificacion Ziv

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica
Algoritmos bsicos para la compresin sin prdidas

(CTI: Parte II de la Leccin 2, Compresores sin prdidas)
Ramiro Moreno Chiral

Dpt. Matemtica (UdL)
Febrero de 2010
Ramiro Moreno (Matemtica, UdL)
Algoritmos bsicos compresin sin prdidas
Febrero de 2010
1 / 25
ndice
Febrero de 2010
2 / 25
Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo
ndice
1
Algoritmos Huffman Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo Algoritmos LempelZiv Compresin aritmtica
Febrero de 2010
3 / 25
Resumen
Febrero de 2010
4 / 25
Resumen
Veremos en este apartado
Febrero de 2010
4 / 25
Resumen
Veremos en este apartado Por qu los cdigos Huffman son optimales.
Febrero de 2010
4 / 25
Resumen
Veremos en este apartado Por qu los cdigos Huffman son optimales. El algoritmo del Huffman bsico, algoritmo en dos pasos.
Febrero de 2010
4 / 25
Resumen
Veremos en este apartado Por qu los cdigos Huffman son optimales. El algoritmo del Huffman bsico, algoritmo en dos pasos. Finalmente, el algoritmo de GallagerKnuth para los Huffman adaptativos o en un paso o universal.
Febrero de 2010
4 / 25
Cota inferior de la longitud media de un cdigo instantneo
Febrero de 2010
5 / 25

Proposicin La longitud esperada, L, no necesariamente mnima, de un cdigo instantneo d-ario para una fuente simple S = (X , X ), con |X | = r , es L Hd (X ),
Febrero de 2010
5 / 25

Proposicin La longitud esperada, L, no necesariamente mnima, de un cdigo instantneo d-ario para una fuente simple S = (X , X ), con |X | = r , es L Hd (X ), alcanzndose la igualdad cuando pi = d li , 1 i r , es decir, cuando X tiene una distribucin de probabilidad d-dica respecto a las longitudes de las palabrascdigo.
Febrero de 2010
5 / 25

Proposicin La longitud esperada, L, no necesariamente mnima, de un cdigo instantneo d-ario para una fuente simple S = (X , X ), con |X | = r , es L Hd (X ), alcanzndose la igualdad cuando pi = d li , 1 i r , es decir, cuando X tiene una distribucin de probabilidad d-dica respecto a las longitudes de las palabrascdigo. Para esas fuentes d-dicas los cdigos de Shannon alcanzan su longitud media mnima, igualando la entropa.
Ramiro Moreno (Matemtica, UdL) Algoritmos bsicos compresin sin prdidas Febrero de 2010 5 / 25
rboles ponderados por hojas
Febrero de 2010
6 / 25

Denicin
Febrero de 2010
6 / 25

Denicin Dados un rbol con raz T , con r hojas, y un conjunto de pesos F = {f1 , . . . , fr }, fi Z>0 , asociamos a cada hoja un peso fi y a cada vrtice interno la suma de los pesos de las hojas descendientes de ese vrtice.
Febrero de 2010
6 / 25

Denicin Dados un rbol con raz T , con r hojas, y un conjunto de pesos F = {f1 , . . . , fr }, fi Z>0 , asociamos a cada hoja un peso fi y a cada vrtice interno la suma de los pesos de las hojas descendientes de ese vrtice. Llamaremos rbol ponderado por hojas segn F al par (T , F )
Febrero de 2010
6 / 25

Denicin Dados un rbol con raz T , con r hojas, y un conjunto de pesos F = {f1 , . . . , fr }, fi Z>0 , asociamos a cada hoja un peso fi y a cada vrtice interno la suma de los pesos de las hojas descendientes de ese vrtice. Llamaremos rbol ponderado por hojas segn F al par (T , F ) y denimos el peso de (T , F ) como
r
Peso(T ) =
i=1
fi hi ,
siendo hi , 1 i r , los niveles de las hojas de T .
Febrero de 2010
6 / 25
Costo de un cdigo
Febrero de 2010
7 / 25
Costo de un cdigo
Denicin Sea C un cdigo instantneo par a una fuente S con estadstica F = {f1 , . . . , fr }, y sea T su rbol de representacin literal.
Febrero de 2010
7 / 25
Costo de un cdigo
Denicin Sea C un cdigo instantneo par a una fuente S con estadstica F = {f1 , . . . , fr }, y sea T su rbol de representacin literal. Llamaremos rbol ponderado asociado a C al rbol ponderado por hojas de T segn F .
Febrero de 2010
7 / 25
Costo de un cdigo
Denicin Sea C un cdigo instantneo par a una fuente S con estadstica F = {f1 , . . . , fr }, y sea T su rbol de representacin literal. Llamaremos rbol ponderado asociado a C al rbol ponderado por hojas de T segn F . Llamaremos costo del cdigo C al peso de su rbol ponderado asociado.
Febrero de 2010
7 / 25
Costo de un cdigo
Denicin Sea C un cdigo instantneo par a una fuente S con estadstica F = {f1 , . . . , fr }, y sea T su rbol de representacin literal. Llamaremos rbol ponderado asociado a C al rbol ponderado por hojas de T segn F . Llamaremos costo del cdigo C al peso de su rbol ponderado asociado. Diremos que C es un cdigo de costo mnimo, o un cdigo optimal, si cualquier otro cdigo instantneo sobre S tiene un costo mayor o igual.
Febrero de 2010
7 / 25
Costo de un cdigo: Ejemplo
Febrero de 2010
8 / 25

0 0 0 10 0 110 1 1 1 111
Asociamos a las hojas del rbol del cdigo C sus frecuencias absolutas como pesos,
Febrero de 2010
8 / 25

; 100 0 0; 50 0 10; 30 0 110; 15 1 ; 50 1 ; 20 1 111; 5
Asociamos a las hojas del rbol del cdigo C sus frecuencias absolutas como pesos, C = {0, 10, 110, 111} F = {50, 30, 15, 5}, obteniendo un rbol ponderado por hojas segn F .

; 100 0 0; 50 0 10; 30 0 110; 15 1 ; 50 1 ; 20 1 111; 5
El peso,
fi hi , del rbol asociado a C es
Febrero de 2010
8 / 25

; 100 0 0; 50 0 10; 30 0 110; 15 1 ; 50 1 ; 20 1 111; 5
El peso,
fi hi , del rbol asociado a C es
Peso(TC ) = 50 1 + 30 2 + 15 3 + 5 3 = 170.

; 1 0 0; 05 0 10; 03 0 110; 015 1 ; 05 1 ; 02 1 111; 005
Ntese que si las frecuencias fuesen relativas el peso sera la longitud media: Peso(TC ) = L = 1 7.
Hojas hermanas en los rboles ponderados
Febrero de 2010
9 / 25

Lema Dado un conjunto ordenado de pesos, F = {f1 f2 fr }, existe un rbol d-ario T ponderado por hojas segn F , de peso mnimo, tal que
Febrero de 2010
9 / 25

Lema Dado un conjunto ordenado de pesos, F = {f1 f2 fr }, existe un rbol d-ario T ponderado por hojas segn F , de peso mnimo, tal que Si fj > fk , los niveles de esas hojas verican hj hk .
Febrero de 2010
9 / 25

Lema Dado un conjunto ordenado de pesos, F = {f1 f2 fr }, existe un rbol d-ario T ponderado por hojas segn F , de peso mnimo, tal que Si fj > fk , los niveles de esas hojas verican hj hk . Los d niveles superiores de T , h1 , . . . , hd son iguales: h1 = = hd .
Febrero de 2010
9 / 25

Lema Dado un conjunto ordenado de pesos, F = {f1 f2 fr }, existe un rbol d-ario T ponderado por hojas segn F , de peso mnimo, tal que Si fj > fk , los niveles de esas hojas verican hj hk . Los d niveles superiores de T , h1 , . . . , hd son iguales: h1 = = hd . Y las d hojas correspondientes, las de menores frecuencias f1 , . . . , fd , son hermanas, es decir, hijas de un mismo vrtice interno.
Febrero de 2010
9 / 25
Construccin de cdigos optimales
Febrero de 2010
10 / 25

Teorema (Huffman)
Febrero de 2010
10 / 25

Teorema (Huffman) Dada una fuente S con r caracteres y un cdigo instantneo C, d-ario, con las propiedades del lema para S,
Febrero de 2010
10 / 25

Teorema (Huffman) Dada una fuente S con r caracteres y un cdigo instantneo C, d-ario, con las propiedades del lema para S, se construye otro cdigo C (r ) , reducido del C, para una fuente con r d + 1 caracteres, que coincide con S en los r d caracteres ms frecuentes y tiene un carcter nuevo con frecuencia la suma de las d frecuencias menores de S.
Febrero de 2010
10 / 25

Teorema (Huffman) Dada una fuente S con r caracteres y un cdigo instantneo C, d-ario, con las propiedades del lema para S, se construye otro cdigo C (r ) , reducido del C, para una fuente con r d + 1 caracteres, que coincide con S en los r d caracteres ms frecuentes y tiene un carcter nuevo con frecuencia la suma de las d frecuencias menores de S. Entonces, si C (r ) es optimal para la nueva fuente, C tambin lo es para S.
Febrero de 2010
10 / 25

Teorema (Huffman) Dada una fuente S con r caracteres y un cdigo instantneo C, d-ario, con las propiedades del lema para S, se construye otro cdigo C (r ) , reducido del C, para una fuente con r d + 1 caracteres, que coincide con S en los r d caracteres ms frecuentes y tiene un carcter nuevo con frecuencia la suma de las d frecuencias menores de S. Entonces, si C (r ) es optimal para la nueva fuente, C tambin lo es para S. Corolario (Cdigo de Huffman) Aplicando sucesivamente el teorema se obtiene un cdigo de Huffman que es optimal.
Compresor Huffman bsico

Primer paso
Febrero de 2010
11 / 25

Primer paso
Dado un chero fuente sobre un alfabeto X = {a, b, c, d, e}, realizamos una lectura, primer paso, que asigne a cada carcter fuente la frecuencia absoluta con que se presenta.
Febrero de 2010
11 / 25

Primer paso
a;12
b;20
c;15
d;41
e;12
Obtenemos as una lista inicial de los caracteres y sus frecuencias absolutas o pesos.
Febrero de 2010
11 / 25

Primer paso
a;12
e;12
c;15
b;20
d;41
Para llegar nalmente a esa lista inicial ordenada por pesos.
Febrero de 2010
11 / 25

Segundo paso: construccin del rbol de Huffman
Febrero de 2010
12 / 25

Consideremos el mismo ejemplo anterior: alfabetofuente X = {a, b, c, d, e} y pesos F = {12, 20, 15, 41, 12}, y la lista ordenada
Febrero de 2010
12 / 25

Consideremos el mismo ejemplo anterior: alfabetofuente X = {a, b, c, d, e} y pesos F = {12, 20, 15, 41, 12}, y la lista ordenada
a;12 e;12 c;15 b;20 d;41
Febrero de 2010
12 / 25

a;12
e;12
c;15
b;20
24
d;41
Febrero de 2010
12 / 25

c;15
b;20
24
d;41
a;12
e;12
Febrero de 2010
12 / 25

c;15
b;20
24
35
d;41
a;12
e;12
Febrero de 2010
12 / 25

24
35
d;41
a;12
e;12
c;15
b;20
Febrero de 2010
12 / 25

24
35
d;41
59
a;12
e;12
c;15
b;20
Febrero de 2010
12 / 25

d;41
59
24
35
a;12
e;12
c;15
b;20
Febrero de 2010
12 / 25

d;41
59
100
24
35
a;12
e;12
c;15
b;20
Febrero de 2010
12 / 25

100
d;41
59
24
35
a;12
e;12
c;15
b;20
Febrero de 2010
12 / 25

Segundo paso: codicacin
Febrero de 2010
13 / 25

Codicamos la secuencia ejemplo acd.

raiz
0 1
a
b
Febrero de 2010 13 / 25


raiz
0 1
a
b
Febrero de 2010 13 / 25


raiz
0
100
1
a
b
Febrero de 2010 13 / 25


raiz
0 1
a
b
Febrero de 2010 13 / 25


raiz
0
110
1
a
b
Febrero de 2010 13 / 25


raiz
0 1
a
b
Febrero de 2010 13 / 25


raiz
0
1
a
b
Febrero de 2010 13 / 25
Descompresor Huffman bsico
Febrero de 2010
14 / 25

Construdo el rbol Huffman a partir de la estadstica, decodicamos la secuencia 1001100.
raiz
0 1
a
b
Febrero de 2010 14 / 25

raiz
0
a
b
Febrero de 2010 14 / 25

raiz
0
a
b
Febrero de 2010 14 / 25

raiz
0
0 a
a
b
Febrero de 2010 14 / 25

raiz
0
a
b
Febrero de 2010 14 / 25
Introduccin a los cdigos adaptativos Huffman (CAH)
Febrero de 2010
15 / 25

Un cdigo universal es el que no depende de la estadstica de la fuente y por ello es de aplicacin universal.
Febrero de 2010
15 / 25

Un cdigo universal es el que no depende de la estadstica de la fuente y por ello es de aplicacin universal. Los cdigos adaptativos Huffman, CAH, son universales, en cambio el Huffman bsico no.
Febrero de 2010
15 / 25

Caractersticas bsicas de los CAH
Febrero de 2010
15 / 25

Caractersticas bsicas de los CAH Se construyen rboles de Huffman dinmicos: El carcter (k + 1)-simo se codica a partir del rbol construdo con los k caracteres anteriores.
Febrero de 2010
15 / 25

Caractersticas bsicas de los CAH Se construyen rboles de Huffman dinmicos: El carcter (k + 1)-simo se codica a partir del rbol construdo con los k caracteres anteriores. Se mantiene una lista de todos los vrtices del rbol, ordenada por sus pesos .
Febrero de 2010
15 / 25

Caractersticas bsicas de los CAH Se construyen rboles de Huffman dinmicos: El carcter (k + 1)-simo se codica a partir del rbol construdo con los k caracteres anteriores. Se mantiene una lista de todos los vrtices del rbol, ordenada por sus pesos . La modicacin de cada rbol mantiene la sibling property o de los vrtices hermanos: dos vrtices hermanos son consecutivos en la lista y el padre de ambos es posterior, no obligatoriamente inmediato, a ambos.
Febrero de 2010
15 / 25
Actualizacin del rbol adaptativo
Febrero de 2010
16 / 25

Lista actual de vrtices y pesos Vrt. Pesos 1 2 2 3 3 5 4 5
11 32
5 5
6 6
7 10
8 11
9 11
10 21
11 32
11
10
21
10
11
Febrero de 2010
16 / 25

Path desde el vrtice actual al raz Vrt. Pesos 1 2 2 3 3 5 4 5
11 32
5 5
6 6
7 10
8 11
9 11
10 21
11 32
11
10
21
10
11
Febrero de 2010
16 / 25

Vrtice actual y sigs. con igual peso Vrt. Pesos 1 2 2 3 3 5 4 5
11 32
5 5
6 6
7 10
8 11
9 11
10 21
11 32
11
10
21
10
11
Febrero de 2010
16 / 25

Vrtice actual (sig. en el path), y sigs. con igual peso Vrt. Pesos 1 2 2 3 3 5 4 5
11 32
5 5
6 6
7 10
8 11
9 11
10 21
11 32
11
10
21
10
11
Febrero de 2010
16 / 25

Intercambio de subrboles y actualizacin del path Vrt. Pesos 1 2 2 3 3 5 4 5
11 32
5 5
6 6
7 10
8 11
9 11
10 21
11 32
11
10
21
10
11
Febrero de 2010
16 / 25

Vrtice actual (sig. en el path), y sigs. con igual peso Vrt. Pesos 1 2 2 3 3 5 4 5
11 32
5 5
6 6
7 10
8 11
9 11
10 21
11 32
11
10
21
10
11
Febrero de 2010
16 / 25

Intercambio de subrboles y actualizacin del path Vrt. Pesos 1 2 2 3 3 5 4 5 5 5 6 6
11 32
7 10
8 11
9 11
10 21
11 32
11
10
21
10
11
Febrero de 2010
16 / 25

Vrtice actual (sig. en el path), y sigs. con igual peso Vrt. Pesos 1 2 2 3 3 5 4 5 5 5
11
6 6
32
7 10
8 11
Raiz: FIN
9 11
10 21
11 32
11
10
21
10
8 11
Febrero de 2010
16 / 25

Actualizacin de los pesos del path Vrt. Pesos 1 2 2 4 3 5 4 5 5 6
11
6 6
33
7 10
8 11
9 12
10 21
11 33
12
10
21
10
8 11
Febrero de 2010
16 / 25
Tratamiento de los caracteres de peso cero
Febrero de 2010
17 / 25
33
12
21
10
11
w x y z
Febrero de 2010
17 / 25
33
12
21
10
11
w x y z
C(y)=000010
Febrero de 2010 17 / 25

33
12
21
10
11
w x z
Febrero de 2010
17 / 25

34
13
21
10
11
1 C(y)=00001
w x z
Febrero de 2010
17 / 25
Algoritmo LZ77 Algoritmo LZ78
ndice
1
Algoritmos Huffman Algoritmos LempelZiv Algoritmo LZ77 Algoritmo LZ78 Compresin aritmtica
Febrero de 2010
18 / 25
Codicacin LempelZiv
Generalidades
Febrero de 2010
19 / 25
Codicacin LempelZiv
Generalidades
Dada una cadena x X se reproduce a partir de sus prejos.
Febrero de 2010
19 / 25
Codicacin LempelZiv
Generalidades
Dada una cadena x X se reproduce a partir de sus prejos. Se usa un puntero p y la longitud, l, que indican desde dnde y cunto se reproduce.
Febrero de 2010
19 / 25
Codicacin LempelZiv
Generalidades
Dada una cadena x X se reproduce a partir de sus prejos. Se usa un puntero p y la longitud, l, que indican desde dnde y cunto se reproduce. Una reproduccin se construye con el menor p que permita la mayor l.
Febrero de 2010
19 / 25
Codicacin LempelZiv
Generalidades
Dada una cadena x X se reproduce a partir de sus prejos. Se usa un puntero p y la longitud, l, que indican desde dnde y cunto se reproduce. Una reproduccin se construye con el menor p que permita la mayor l. Se aade un caracter nuevo para formar una produccin.
Febrero de 2010
19 / 25
Codicacin LempelZiv
Generalidades
Dada una cadena x X se reproduce a partir de sus prejos. Se usa un puntero p y la longitud, l, que indican desde dnde y cunto se reproduce. Una reproduccin se construye con el menor p que permita la mayor l. Se aade un caracter nuevo para formar una produccin.
Febrero de 2010
19 / 25
Codicacin LempelZiv
Generalidades
Dada una cadena x X se reproduce a partir de sus prejos. Se usa un puntero p y la longitud, l, que indican desde dnde y cunto se reproduce. Una reproduccin se construye con el menor p que permita la mayor l. Se aade un caracter nuevo para formar una produccin. Denicin Llamaremos complejidad ZivLempel de una cadena x al nmero c(x) de producciones que reproducen x.
Febrero de 2010
19 / 25
Codicacin LempelZiv
Reproduccin de una secuencia
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} .
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} . secuencia actualproduccin p l
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} . secuencia actualproduccin 0 p l
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} . secuencia actualproduccin 0 0001 p 1 l 2
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} . secuencia actualproduccin 0 0001 0 00110 p 1 4 l 2 1
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} . secuencia actualproduccin 0 0001 0 00110 0 001 10100 p 1 4 5 l 2 1 2
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} . secuencia actualproduccin 0 0001 0 00110 0 001 10100 0 001 10 1001000 p 1 4 5 7 l 2 1 2 3
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} . secuencia actualproduccin 0 0001 0 00110 0 001 10100 0 001 10 1001000 0 001 10 100 1000 101 p 1 4 5 7 5 l 2 1 2 3 3
Febrero de 2010
20 / 25
Codicacin LempelZiv
Sea la secuencia x = 0001101001000101 {0, 1} . secuencia actualproduccin 0 0001 0 00110 0 001 10100 0 001 10 1001000 0 001 10 100 1000 101 Por lo tanto la complejidad es c(x) = 6.
p 1 4 5 7 5
l 2 1 2 3 3
Codicacin LZ77
Algoritmo
Febrero de 2010
21 / 25
Codicacin LZ77
Algoritmo
Se dispone de una memoria buffer con n caracteres: L para el presente y n L para el pasado.
Febrero de 2010
21 / 25
Codicacin LZ77
Algoritmo
Se dispone de una memoria buffer con n caracteres: L para el presente y n L para el pasado. Inicialmente el pasado se llena con un carcter arbitrario y se alimenta el presente con los primeros L caracteres de la secuencia a codicar.
Febrero de 2010
21 / 25
Codicacin LZ77
Algoritmo
Se dispone de una memoria buffer con n caracteres: L para el presente y n L para el pasado. Inicialmente el pasado se llena con un carcter arbitrario y se alimenta el presente con los primeros L caracteres de la secuencia a codicar. En cada paso del algoritmo
Febrero de 2010
21 / 25
Codicacin LZ77
Algoritmo
1
se busca el menor p en el pasado que reproduzca la cadena del presente de l mayor;
Febrero de 2010
21 / 25
Codicacin LZ77
Algoritmo
1
se busca el menor p en el pasado que reproduzca la cadena del presente de l mayor; se forma la produccin con los primeros l + 1 caracteres del presente;
Febrero de 2010
21 / 25
Codicacin LZ77
Algoritmo
1
se busca el menor p en el pasado que reproduzca la cadena del presente de l mayor; se forma la produccin con los primeros l + 1 caracteres del presente; se codica como C = C1 C2 C3 , con C1 = (p 1)r , C2 = (l)r , C3 es el carcter (l + 1)-simo del presente yr r = |X |;
Febrero de 2010
21 / 25
Codicacin LZ77
Algoritmo
1
se busca el menor p en el pasado que reproduzca la cadena del presente de l mayor; se forma la produccin con los primeros l + 1 caracteres del presente; se codica como C = C1 C2 C3 , con C1 = (p 1)r , C2 = (l)r , C3 es el carcter (l + 1)-simo del presente yr r = |X |; se desplazan l + 1 caracteres hacia el pasado en todo el buffer y se realimenta el presente con l + 1 nuevos.
Algoritmos bsicos compresin sin prdidas Febrero de 2010 21 / 25
Codicacin LZ77
Ejemplo
Febrero de 2010
22 / 25
Codicacin LZ77
Ejemplo
Sea X = {a, b, c}, r = 3, un buffer de n = 18 caracteres, L = 9 y x = aababacbacbacbcacbacbcaa.
Febrero de 2010
22 / 25
Codicacin LZ77
Ejemplo

pasado presente
Febrero de 2010
22 / 25
Codicacin LZ77
Ejemplo

pasado
0 1 2 3 4 5 6 7 8
presente
Febrero de 2010
22 / 25
Codicacin LZ77
Ejemplo

pasado
0 1 2 3 4 5 6 7 8
presente a a a a a a b a b a c b a
Febrero de 2010
22 / 25
Codicacin LZ77
Ejemplo

pasado
0 1 2 3 4 5 6 7 8
presente a a a a a a a b a a a b b a a c b b a a c c b b a a
a a
a a
a a
a a
a a
Febrero de 2010
22 / 25
Codicacin LZ77
Ejemplo

pasado
0 1 2 3 4 5 6 7 8
presente a a a a a b a a a a b c a a b a b a b a c a c b b b a a a c c c b b b c a a a
a a a
a a a
a a a
a a a
a a b
Febrero de 2010
22 / 25
Codicacin LZ77
Ejemplo

pasado
0 1 2 3 4 5 6 7 8
presente a a a a a a b c a a a b a b c c a a b a a b a c b a c b a c b a b b a c a a c b c c b c b b c a a a a a
a a a c
a a a b
a a a a
a a a c
a a b b
Febrero de 2010
22 / 25
Codicacin LZ78
Ejemplo en la web de Data Compression
Febrero de 2010
23 / 25
Codicacin LZ78
En vez de usar un buffer como en el caso LZ77, ahora, en el modelo LZ78, las producciones se almacenan dinmicamente en un diccionario y se codican como punteros a ese diccionario.
Febrero de 2010
23 / 25
Codicacin LZ78
En vez de usar un buffer como en el caso LZ77, ahora, en el modelo LZ78, las producciones se almacenan dinmicamente en un diccionario y se codican como punteros a ese diccionario.
Ved un ejemplo de este modelo en la web de Data Compression, http: //www.data-compression.com/lempelziv.shtml
Febrero de 2010
23 / 25
ndice
1
Febrero de 2010
24 / 25
Compresin aritmtica, CA
Febrero de 2010
25 / 25
Para una idea del algoritmo bsico ver las transparencias 138 del chero arit-PPM.pdf, Implementaci dun compresor aritmtic utilitzant el model estadstic PPM, trabajo de CTI en 2001 de Dami Castell y Daniel Llobera.
Febrero de 2010
25 / 25
Para una idea del algoritmo bsico ver las transparencias 138 del chero arit-PPM.pdf, Implementaci dun compresor aritmtic utilitzant el model estadstic PPM, trabajo de CTI en 2001 de Dami Castell y Daniel Llobera. Para ms informacin sobre la CA ver el chero ArithCodWNC.pdf, Arithmetic coding for data compression, 1987, de los creadores de este modelo de compresin, I. H. Witten, R. M. Neal y J. G. Cleary.
Febrero de 2010
25 / 25
Para una idea del algoritmo bsico ver las transparencias 138 del chero arit-PPM.pdf, Implementaci dun compresor aritmtic utilitzant el model estadstic PPM, trabajo de CTI en 2001 de Dami Castell y Daniel Llobera. Para ms informacin sobre la CA ver el chero ArithCodWNC.pdf, Arithmetic coding for data compression, 1987, de los creadores de este modelo de compresin, I. H. Witten, R. M. Neal y J. G. Cleary. Y para entender los modelos adaptativos en la CA, como el PPM, Prediction by partial match, ver el PPMunbounded.pdf, Unbounded length contexts for PPM, 1997, de J. G. Cleary, W. J. Teahan y I. H. Witten.

Codificacion Ziv

Încărcat de

Informații document

Descriere originală:

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Codificacion Ziv

Încărcat de

Drepturi de autor:

Formate disponibile

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Algoritmos bsicos para la compresin sin prdidas

Ramiro Moreno Chiral

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Veremos en este apartado

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Veremos en este apartado Por qu los cdigos Huffman son optimales.

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Cota inferior de la longitud media de un cdigo instantneo

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Cota inferior de la longitud media de un cdigo instantneo

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Cota inferior de la longitud media de un cdigo instantneo

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

Cota inferior de la longitud media de un cdigo instantneo

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

rboles ponderados por hojas

Ramiro Moreno (Matemtica, UdL)

Algoritmos bsicos compresin sin prdidas

Algoritmos Huffman Algoritmos LempelZiv Compresin aritmtica

Los cdigos Huffman son optimales Huffman bsico Huffman adaptativo

rboles ponderados por hojas

Ramiro Moreno (Matemtica, UdL)