データ圧縮の方式と特徴

ZIP は、複数のファイルを 1 つにまとめ、元どおりに戻せる方式 (可逆圧縮) でサイズを小さくするファイル形式である。

圧縮したデータを元の形に戻すことを 伸長 (展開) という。ZIP のファイルを伸長すると、まとめる前のファイルが 1 ビットも欠けずに戻る。文書でもプログラムでも中身の種類を問わずに使えるので、いくつものファイルを一度に送ったり保管したりするときに使われる。

たとえ何枚もの書類を 1 つの封筒にまとめて薄く送るようなもの。封を開ければ、書類は一枚も欠けずに出てくる。

覚え方英語の zip は「ファスナーを閉める」。散らばった荷物を袋に入れてファスナーで閉じる姿を思い浮かべる。

圧縮率 は、圧縮後のデータ量を圧縮前のデータ量で割って求める、圧縮の効果を表す値である。

値は割合や百分率で表し、小さいほど元より大きく縮んだことになる。データ量は、ビット数・バイト数・文字数など、圧縮の前後で同じ単位で数える。

たとえ布団を圧縮袋に入れて、元の厚さの 3 分の 1 になったなら、その 3 分の 1 が圧縮率にあたる。

覚え方「どれだけ残ったか」の割合と読む。残りが少ないほど、よく縮んだ証拠になる。

この用語の過去問 1 題 圧縮率 →

可逆圧縮 は、伸長したときに圧縮前のデータが完全に元どおりになる圧縮方式である。

← 図は横にスクロールできます →

情報を一切捨てずに表し方だけを短くするので、1 文字でも変わると困る文書やプログラムに使われる。ただし捨てる情報がない分、縮められる量には限りがある。画像の形式でも、PNG や GIF は可逆圧縮を使う。

たとえ折りたたみ傘のように、畳んで小さくしても、開けば元とまったく同じ形に戻る。

覚え方「可逆」は「逆向きに戻ることが可能」と字を分けて読む。

この用語の過去問 1 題 可逆圧縮 →

非可逆圧縮 は、人が気づきにくい情報を削ってデータ量を大きく減らし、伸長しても元には完全に戻らない圧縮方式である。

削った情報は二度と戻らないが、その分だけ大きく縮められる。多少の劣化が目立たない写真・音声・動画に向いており、写真の JPEG、音声の MP3、動画の MPEG が代表的な形式である。

たとえ長い話をかいつまんで人に伝えるようなもの。要点は伝わるが、元の細かな言い回しは聞き手の側では再現できない。

覚え方「覆水盆に返らず」。こぼした水と同じで、削った細部は戻らない。

この用語の過去問 1 題 非可逆圧縮 →

ランレングス法 は、同じ値が続く部分を「値と連続する個数」に置き換えて短くする可逆圧縮の手法である。

同じ値の連続を ラン、その長さを ランレングス という。同じ色が広く続く画像のようにランが長いデータでよく縮むが、値が 1 個ずつ入れ替わる並びではほとんど縮まず、かえって長くなることもある。1 個だけの値にも個数を付けるかどうかなど、細かな書き方は方式ごとに決める。

たとえ買い物メモに「みかん、みかん、みかん…」と書かずに「みかん 6 個」と数でまとめて書くようなもの。

覚え方run (連続) と length (長さ) で「連続の長さ」。名前がそのまま記録する中身を表している。

この用語の過去問 1 題 ランレングス法 →

ハフマン法 は、出現する回数の多い値ほど短い 符号 を、少ない値ほど長い符号を割り当てて、全体のデータ量を減らす可逆圧縮の手法である。

符号とは、値を表すために割り当てる 0 と 1 の並びのことである。どの値にも同じ長さの符号を使う方式に比べ、出現回数の偏りが大きいほど全体が短くなる。図の例では 1 文字あたり平均 1.75 ビットで済み、どの文字も 2 ビットで表す場合より少ない。

たとえよく電話をかける相手ほど、短縮ダイヤルの短い番号に登録しておくようなもの。

覚え方モールス信号でも、英文で最もよく使われる E は「・」1 つだけ。よく出るものほど短く、という同じ発想である。