versión color - PET: Python Entre Todos - Python Argentina

25 Buffers
Comprimir datos en memoria es un problema completamente diferente de la compresión de datos para almacenamiento. En
memoria, necesitamos poder utilizar, y a veces modificar los datos. No es trivial el desarrollar un esquema de compresión que
permita realizar de forma eficiente estas tareas.
Un par bastante común es, en indexación, las técnicas conocida como delta-coding y prefix-coding. Estas técnicas permiten
guardar conjuntos de números (para delta) o cadenas (para prefix) de forma eficiente.
En ambos métodos se guardan conjuntos sin un orden particular. Es decir, se guardan los números a, b y c, pero no el orden en
que se agregan al conjunto. Al no guardar el orden, la estructura se puede ordenar en memoria de forma tal que ocupe la menor
cantidad de memoria posible.
Veremos el caso de estructuras inmutables, puesto que la mutabilidad llevaría todo un estudio que puede leerse de internet.
Pero es posible implementar versiones de estas estructuras que aceptan modificarse, aunque de forma limitada.
En el caso de números, primero el conjunto se ordena, y luego se guarda cada número como la diferencia entre ese y el número
previo. De esta manera, hace falta guardar números más pequeños, que es posible quepan en un byte, en vez de 4 u 8. Para
poder aprovechar esto, los números se guardan en algo llamado rice code, que para números pequeños guarda un único byte, y
para números más grandes guarda más bytes. Es lo que se llama un código de longitud variable.
Una clase CompressedSet se puede ver como:
class CompressedSet(object):
def __init__(self, datos):
self.datos = array.array('B')
ini = 0
for i in sorted(datos):
delta = i - ini
ini = i
while 1:
more = delta > 0x7f
self.datos.append(0x80 * more + (delta & 0x7f))
delta >>= 7
if not more:
break
def __contains__(self, valor):
for i in self:
else:
if i == valor:
return True
elif i > valor:
return False
return False
def __iter__(self):
x = 0
val = 0
for i in self.datos:
more = (i & 0x80) != 0
val |= (i & 0x7f)
if more:
else:
val