No exactamente. Sin embargo, en general, existe una compensación de 3 vías entre la relación de compresión, la velocidad y el uso de memoria. Los dos gráficos a continuación ilustran esta tendencia en el benchmark de compresión de texto grande.
El primer gráfico compara el tiempo de compresión con el tamaño de 1 GB de texto de Wikipedia en inglés. Aunque el punto de referencia compara cientos de compresores, solo se muestran aquellos en la frontera de Pareto. Estos son los mejores compresores en el sentido de que ningún programa es más rápido y comprime más pequeño. Todos los demás puntos estarían por encima de la línea. Hice estos gráficos en 2008 usando los compresores más conocidos en ese momento, pero la misma tendencia todavía se mantiene hoy. Tenga en cuenta que el tiempo de compresión utiliza una escala logarítmica.
- Cómo seleccionar núcleos SVM
- ¿Qué algoritmos se utilizan para resolver problemas de aprendizaje automático basados en gráficos?
- ¿Cuál es la mejor aplicación de recuperación de datos de la tarjeta SD para Android (Play Store)?
- Buscando una visión general de las ideas de big data que podrían derivarse al analizar la cadena de bloques de Bitcoin. ¿Qué es posible los niveles masivos dados de adopción comercial? ¿La percepción de la cadena de bloques como un indicador económico?
- ¿Cuáles son las habilidades ideales de un gerente de producto 'big data'?
El segundo gráfico compara el tamaño comprimido frente a la memoria necesaria para comprimir.
Nuevamente, la escala de memoria es logarítmica. En otras palabras, la demanda de recursos informáticos crece exponencialmente a medida que la relación de compresión mejora linealmente. No graficé la velocidad de descompresión ni la memoria frente al tamaño, pero la tendencia es similar.
La tendencia se mantiene en una amplia gama de algoritmos de compresión: PPM (predicción por coincidencia parcial), CM (mezcla de contexto), BWT (transformación de Burrows Wheeler), SR (clasificación de símbolos), LZ77 (Lempel Ziv) y ROLZ (desplazamiento reducido LZ )
