فشرده سازی داده ها

کُدینگ منبع یا کُدگذاری منبع (Source Coding)،: به فشرده سازیِ اطلاعات یک منبعِ اطلاعات می پردازد (با رمزگذاری اشتباه نشود). منابع اطلاعاتی طبیعی، مانند گفتار یا نوشتار، دارای افزونگی (Redundancy) هستند؛ برای مثال در جمله «من به خانه مان برگشتم» ضمایر «من» و «مان» را می توان حذف کرد و جمله را این گونه نوشت؛ «به خانه برگشتم»، بدون اینکه از مفهوم جمله چیزی کاسته شود. این توضیح را می توان معادل با فشرده سازی اطلاعات یک منبع اطلاعات دانست؛ بنابراین منظور از فشرده سازی اطلاعات کاستن از حجم آن به نحوی است که محتوای آن دچار تغییر نامناسبی نشود.
ZIP و RAR
EXE
CAB
در علوم کامپیوتر و نظریه اطلاعات، فشرده سازی داده ها، در واقع فرایند کدکردن اطلاعات با استفاده از تعداد بیت هایی کمتر از همان اطلاعاتِ کدنَشده، و با به کارگرفتن روش های ویژۀ کُدکردن است.
ارسال و دریافت اطلاعات فشرده شده، تنها زمانی کار می کند که هم فرستنده و هم گیرندهٔ اطلاعات، روش کدکردن را بدانند. به عنوان مثال این نوشته تنها زمانی مفهوم است که گیرنده (خواننده) بداند که در نوشتن آن از زبان فارسی استفاده شده است. به همین ترتیب، دادهٔ فشرده سازی شده تنها زمانی مفهوم است که گیرنده روش کدگشایی (دیکُدکردنِ، عکس عمل کدکردن، Decode) آن را بداند.
فشرده سازی به این دلیل مهم است که کمک می کند مصرف منابع باارزش، مانند فضای هارددیسک یا پهنای باند ارسال، را کاهش دهد، که این نکته در کاهش هزینه و جلوگیری از اتلاف وقت کمک میکند. البته از طرفی دیگر، اطلاعات فشرده سازی شده برای اینکه مورد استفاده قرار بگیرند باید از حالت فشرده خارج شوند و این فرایند اضافه ممکن است برای بعضی از برنامه های کاربردی زیان بار باشد. برای مثال یک روش فشرده سازی برای یک فیلم ویدئویی ممکن است نیازمند تجهیزات و سخت افزار گران قیمتی باشد که بتواند فیلم را با سرعت بالایی از حالت فشرده خارج سازد که بتواند به طور هم زمان با کدگشایی پخش شود (گزینه ای که ابتدا کدگشایی شود و سپس پخش شود، ممکن است به علت کمبود حافظه برای فیلم کدگشایی شده امکان پذیر نباشد). بنابراین طراحی روش فشرده سازی نیازمند موازنه و برآیندگیری عوامل متعددی است. از جمله این عوامل می توان درصد فشرده سازی، میزان پیچیدگی (اگر از یک روش فشرده سازی پر اتلاف استفاده شود) و منابع محاسباتی لازم برای فشرده سازی و کدگشایی اطلاعات را نام برد. فشرده سازی به دو دسته فشرده سازی بااتلاف (فشرده سازی با اتلاف) و فشرده سازی بهینه فشرده سازی بی اتلاف تقسیم می شوند. کدگذاری منبع، علم مطالعه روش های انجام این کار، برای منابع اطلاعات متفاوت است.

فشرده سازی داده ها (Data Compression)
مکانیسمی جهت فشرده سازی اطلاعات به منظور انتقال یا ذخیره سازی بهتر. این فرآیند در زمینه هایی همچون انتقال اطلاعات، سیستم های مدیریت بانک اطلاعاتی، انتقال داده ها از طریق نمابر و انتشار دیسک های فشرده (CD-ROM) به کار می رود. یکی از تکنیک های متداول فشرده سازی، کدگذاری مبتنی بر کلید واژه (key-word encoding) است. در این تکنیک کلماتی که در متن به تعداد زیاد تکرار شده اند، مثل the و and، با یک نشانه کوچک جایگزین می گردند و از این طریق حجم فایل کمتر می شود.