Сжатие текстовой информации

Специфичный способ, основанный на том, что в текстовом файле используется только ограниченный набор 8-битовых кодов ASCII. Например, для задания всех букв английского алфавита и знаков препинания может хватить всего 64 символов выходного 6-битного алфавита (как сделано в коде EBCDIC). При этом размер выходного файла составит 75% от входного. Подобный алгоритм применяется при сжатии текстовых файлов в архиваторе ARJ. Если допустить сжатие с потерями, можно сделать следующий шаг и заменить пробелы символами табуляции, заменить пары символов только на, выкинуть пустые строки, представлять текст только заглавными буквами, исключить буквы Й и первую букву в слове «елка» (на моей клавиатуре она уже исключена). Именно с использованием таких приемов работала самая первая известная автору программа-архиватор, исходные коды которой он видел. И она действительно сжимала информацию, хотя в настоящее время перечисленные приемы следует использовать как предварительный проход перед запуском более серьезной программы сжатия.

В качестве разрядки можно предложить интересный метод сжатия информации до 1/3 первоначального объема, предложенный в [7.4]. Он заключается в том, что из исходного текста выкидываются каждая вторая и третья из трех последовательных букв. Например, после сжатия сообщения «Даже Эдди нас опередил с детским хором» мы получим строку вида «Дед спел тихо». Как видно, фраза после такой «обработки» не утратила некоторого смысла.