Šajā darbā ir sniegts neliels ieskats datu saspiešanas tehnoloăijās. Referātā ir īsi apskatītas
iespējamie datu saspiešanas veidi un to pielietojumi. Detalizētāk ir apskatīts viens no datu
saspiešanas bez zudumiem algoritmiem: Hafmena kods. Pielikumos ir piedāvāta arī šīs algoritma
realizācijas kods programmēšanas valoda Java.
Darbā ir 18 lpp., kurās ir 2 tabulas un 6 attēli, kā arī ir 2 pielikumi.
Mūsdienās datorzinātne ir gājusi Ĝoti lielu ceĜu uz priekšu. Ir būtiski augusi datu nesēju
ietilpība, ir manāmi ātrāki kĜuvuši datu pārraides kanāli, tomēr vajadzība pēc datu saspiešanas nav
mazinājusies. Cilvēki joprojām cenšas izmantot viĦiem sniegtos resursus pēc iespējas efektīvāk.
Un kādēĜ ne? Ja datu saspiešana Ĝauj glabāt, piemēram, divas trīs reizes, bet varbūt pat 10
vairāk informācijas, aizĦemot tik pat daudz vietas, cik aizĦemtu nesaspiesta informācija? Vēl jo
vairāk mūsdienu digitālā audio-video industrija būtu neiedomājama bez datu saspiešanas, jo tā
būtiski atvieglo audiovizuālās informācijas uzglabāšanu un izplatīšanu.
Lai gan mūsdienās datu saspiešanas ir tālu attīstījusies, toties tam visam pamatā ir idejas,
kas radušās 20. gs. vidū. Un viens no būtiskākajām idejām ir Hafmena kods – vēl līdz šodienai
viens no izplatītākajiem datu saspiešanas algoritmiem.
Datu jeb informācijas saspiešanas pamati meklējami 20. gs. 40. gadu beigās un 50. gadu
sākumā, kad Klods Elvuds Šennons (Claude Elwood Shannon) publicēja savus pirmos darbus šajā
jomā. Šennons definēja informācijas entropiju (Šennona entropiju) – gadījumlieluma nenoteiktības
mēru. Šo jēdzienu plaši izmantot datu saspiešanas algoritmos. Arī Hafmena kods – datu saspiešanas
algoritms, ko 1951. gadā izgudroja Deivids Alberts Hafmens (David Albert Huffmen) – arī bāzēts
uz šīs entropijas idejas pamatiem.
Datu saspiešanas algoritmus var iedalīt 2 lielās grupā: datu saspiešana bez zudumiem un
datu saspiešana ar zudumiem.
…
