アニメ『不機嫌なモノノケ庵』(2016)
妖怪が見えるようになってしまった15歳の男子高校生、芦屋花繪が、安倍晴齋の奉公人として、妖怪のことを理解し彼らとの親交を深めていく展開。安倍晴齋は花繪と同じく15歳高校生ですが、茶室（物怪庵）みたいな空間の主で、現世と隠世を行き来するどこでもドアのような「扉」を開くことができる能力者です。学校の教室の扉を出ると茶室（物怪庵）であったり、茶室（物怪庵）を出るとどこかの家の押入れであったり。
苗字が安倍〜ってぐらいだから、陰陽師の妖怪払いを想像しますが、戦って退治するタイプではなく、妖怪に満足してもらって、妖怪の世界「隠世」へ帰ってもらうってものです。満足して心残りがなくなると、妖怪の体がものすごく小さくなってコンパクトになります。 このコンパクトな姿こそ、真の妖怪の姿のようです。モジャっていう白い犬？のような妖怪が可愛いです。
コンピュータを使う上でデータを圧縮してコンパクトにすることは、いろんなことの節約につながります。ファイルサイズが小さくなるので、メモリが節約できたり、転送する時の通信費の節約にもなりますね。とても大事な圧縮ですが、普段何気なくtar等でツールを使ってはいますが、圧縮の理屈についてはあまり考えていませんでした。今回は、圧縮アルゴリズムの入門の「扉」、ランレングス法を理解していきます。
uniqコマンドは、重複する行を検出できるコマンドです。このコマンドを使って簡単なランレングス圧縮をしてみましょう。
圧縮元データとしては、以下のテキストを用意しました。
takk~$ ls -l 合計 4 -rw-rw-r-- 1 takk takk 294 8月 8 21:22 a.txt takk~$ cat a.txt aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa bbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb cccccccccccccccccccccccccccccc dddddddddddddddddddddddddddddddddddddddd eeeeeeeeeeeeeeeeeeeee fffffffffffffffffffffffffffffffffffffffffffffff gggggggggggggggggggggggggggggg hhhhhhhhhhhhhh iiiiiiiiiiiiiiiiiiiiiiiiiiii takk~$
さっそく、uniqコマンドで圧縮してみます。
uniqの-cオプションで連続する同値をカウントすることができます。
これこそがランレングス法の理屈かと思います(実用向きではありませんが)。
圧縮効率はいかがなものでしょうか。元ファイルと比較してみましょう。
takk~$ ls -l 合計 8 -rw-rw-r-- 1 takk takk 294 8月 8 21:22 a.txt -rw-rw-r-- 1 takk takk 204 8月 8 21:36 a.z takk~$ takk~$ bc <<< 'scale=3;204/294' .693 takk~$
圧縮率は70%弱でした。
さて、圧縮というからには、伸長できなければなりません。ここではawkを使って伸長します。
takk~$ awk '{n=$1;while(n--){printf"%c",$2}}' <a.z > b.txt
a.zファイルを伸長したb.txtができました。果たしてa.txtと一致するでしょうか。
takk~$ ls -l 合計 12 -rw-rw-r-- 1 takk takk 294 8月 8 21:22 a.txt -rw-rw-r-- 1 takk takk 204 8月 8 21:36 a.z -rw-rw-r-- 1 takk takk 294 8月 8 21:45 b.txt takk~$ cmp a.txt b.txt takk~$
cmpの結果に何も表示されなかった、ということは、一致したということですね。
極端に圧縮効率の良いファイルを作ってみましょう。
takk~$ dd if=/dev/zero of=a.bin bs=1 count=1024 1024+0 レコード入力 1024+0 レコード出力 1024 バイト (1.0 kB) コピーされました、 0.00452106 秒、 226 kB/秒 takk~$ ls -lh a.bin -rw-rw-r-- 1 takk takk 1.0K 8月 8 22:01 a.bin takk~$
uniqで圧縮してみます。
takk~$ hexdump -ve '/1 "%d\n"' a.bin | uniq -c | tee a.bin.z 1024 0 takk~$
サイズはこのとおり、10Byteです。
takk~$ ls -l a.bin.z -rw-rw-r-- 1 takk takk 10 8月 8 22:01 a.bin.z takk~$
伸長して、元ファイルと比べてみます。
takk~$ awk '{n=$1;while(n--){printf"%c",$2}}' <a.bin.z > b.bin
takk~$ cmp a.bin b.bin
takk~$
伸長したファイルは元ファイルと一致しました。
takk~$ bc <<< 'scale=3;10/1024' .009 takk~$
1KByteが10Byteなので、0.09%の圧縮率になりましたね。
コメント