Dokumentum tömörítése

Az adatátvitel és tárolás bizonyos pénzbe kerül. Minél több információval kell foglalkozni, annál drágább a tárolása és továbbítása. Gyakran előfordul, hogy az adatokat a legegyszerűbb formában tárolják, például az ASCII (American Standard Code for Information Interchange) szövegszerkesztőben, binárisan futtatható számítógépen, külön adatgyűjtő rendszerektől kapott fájlokban stb. A tömörítési algoritmusok két nagy osztályra oszthatók - veszteséges és veszteségmentes. A veszteséges algoritmusokat általában a képek és a hang tömörítésére használják. Ezek az algoritmusok lehetővé teszik a magas tömörítési arányok elérését a szelektív minőségromlás miatt. A definíció szerint azonban lehetetlen visszaállítani az eredeti adatokat a tömörített eredményből.

Először is, egyetlen tömörítési módszer sem képes tömöríteni semmilyen adatot, mivel a kódolásnak egyértelműnek kell lennie. A feladat egy olyan kódolási szabály megalkotása, amely szerint a leggyakrabban előforduló üzenetek rövidebb hosszúságú üzeneteknek felelnének meg. Ezért minden tömörítési módszernek bizonyos feltételezéseken kell alapulnia a tömörítendő adatok valószínűségi szerkezetével kapcsolatban. Például egy adott nyelvű szöveg esetében a betűk gyakorisága ismert. Az adatok tömörítésének célja a forrás által generált adatok kompakt ábrázolása a gazdaságosabb tárolás és kommunikáció érdekében. Az információ tömörítése az egyik módja a kódolásnak.