1. Назначение архивации файлов

Программы-архиваторы относятся к программному обеспече­нию общего назначения. Они позволяют сжимать информацию за счет применения специальных методов «упаковки», т. е. создавать файлы меньшего размера, а также объединять копии нескольких файлов в один архивный файл.

Программы-архиваторы используются для следующих целей:

• сжатия резервных копий файлов;

• сжатия редко используемых данных при недостатке места на диске;

• сжатия данных при передаче их по каналам связи (для уско­рения процесса передачи);

• при создании дистрибутивов программ;

• обмена информацией между пользователями;

• шифрования конфиденциальной информации (архивирова­ние с паролем).

Архивный файл (архив) представляет собой набор из одного или нескольких файлов, помещенных в сжатом виде в единый файл, из ко­торого при необходимости их можно извлечь в первоначальном виде.

Архив содержит оглавление, позволяющее узнать, какие файлы содержатся в архиве. В оглавлении архива для каждого содержаще­гося в нем файла хранится следующая информация:

• имя файла;

• сведения о каталоге папки, в котором содержится файл;

• дата и время последней модификации;

• размер файла на диске и в архиве.

Сжатие информации достигается за счет устранения избыточно­сти в данных путем обработки файлов по специальным алгоритмам. Так, алгоритм RLE (Run Length Encoding) заменяет повторяющиеся символы двумя значениями: числом повторений и кодом. Например, если текст содержит 20 пробелов, которые следуют подряд, то вместо 20 байтов можно записать только два байта: число 20 (в дво­ичном коде) и код пробела. Таким образом, сжатый фрагмент будет короче исходного в 10 раз. Данный алгоритм используется в специа­лизированных алгоритмах для сжатия графической информации.

Алгоритм Лемпеля-Зива-Уэлча LZW (Lempel-Ziv-Welch) кодирует часто встречающиеся последовательности. Кодированию предшествует статистический анализ исходного файла на предмет выявления таких последовательностей и построения, образно выра­жаясь, своего словаря.

Существует много методов сжатия данных и их разработка еще продолжается.

Стандарты на кодирование данных используют коды постоян­ной длины, например система ASCII использует коды символов из 8 битов (двоичных разрядов), Unicode использует коды символов из 16 битов. Однако не все символы одинаково часто встречаются, поэтому, если перейти к кодам переменной длины (состоящим из разного числа битов), то открывается возможность часто используемым символам назначить короткие коды, а редко используемым — длинные. Тогда суммарная длина закодированного текста будет меньше, чем при стандартной кодировке (алгоритм Хаффмана). Эффективность сжа­тия информации в данном случае будет зависеть от того, насколько удачно подобраны коды к содержимому конкретного файла.

Для каждого исходного файла до архивации рассчитывается и запоминается в архиве специальное число — код циклического кон­троля. Это число состоит из 32-двоичных разрядов (4 байта) и из­вестно как код CRC-32. Математически доказано, что это число практически уникально для каждого файла конкретного размера, как уникальны отпечатки пальцев у каждого человека.

При восстановлении файла из архива расчет кода CRC-32 по­вторяется. Так, как количество байтов исходного размера известно, и известен код циклического контроля, то при несовпадении вновь рассчитанного кода с первоначальным значением фиксируется ошибка. Таким образом, если файл распакован, гарантируется его идентичность оригиналу.