Si vous passez du temps à télécharger des logiciels ou à partager des documents volumineux, vous êtes probablement tombé sur un fichier « .zip ». C’est l’une de ces commodités numériques qui fonctionnent si bien que nous nous arrêtons rarement pour la remettre en question. Le principe de base est simple : prenez un fichier volumineux, réduisez son empreinte et déplacez-le plus rapidement sur le Web. Ou faites-le simplement prendre moins de place sur votre disque dur.
Mais il y a ici un léger paradoxe. Comment supprimer des données, puis les récupérer comme par magie plus tard sans qu’il en manque un seul élément ?
Ce n’est pas magique. C’est la gestion des redondances. Une fois que nous aurons couvert les bases de comment compresser un fichier, nous approfondirons les mécanismes de ce qui se passe réellement dans cette archive.
Compresser un fichier : le guide de démarrage rapide
À la base, la compression utilise des algorithmes pour réduire la taille du fichier. Cela économise de l’espace disque. Cela accélère également la transmission sur des connexions plus lentes. La création d’un fichier zip est intégrée à la plupart des systèmes d’exploitation modernes. Vous n’avez pas besoin d’outils spéciaux pour les tâches de base.
Voici le processus simple.
1. Sélectionnez les fichiers cibles
Commencez par identifier ce que vous souhaitez réduire. La compression donne les meilleurs résultats avec des fichiers plus volumineux. Les fichiers vidéo et les images brutes sont des candidats privilégiés car ils consomment une bande passante et un stockage importants. Les petits fichiers texte sont souvent mal compressés car ils ne comportent pas les modèles répétitifs nécessaires à une réduction efficace.
2. Utilisez les outils intégrés
Vous disposez probablement déjà du logiciel dont vous avez besoin.
Sous Windows, le processus est extrêmement simple. Cliquez avec le bouton droit sur les fichiers sélectionnés. Accédez au menu « Envoyer à ». Choisissez « Dossier compressé (zippé) ». Windows gère le reste.
Les utilisateurs Mac disposent d’un raccourci similaire. Contrôlez-cliquez sur les fichiers. Sélectionnez « Compresser ». Le système génère automatiquement une archive zip.
Si votre système d’exploitation ne dispose pas de cette fonctionnalité ou si vous avez besoin d’options avancées, vous aurez besoin d’un logiciel tiers. Des outils comme 7-Zip ou WinRAR offrent un contrôle plus granulaire sur les niveaux de compression. Mais pour un usage quotidien, les outils intégrés sont suffisants.
3. Générer l’archive
Une fois la commande déclenchée, le logiciel commence son travail. Il analyse les fichiers. Il applique l’algorithme choisi. Il crée un nouveau fichier zip dans le même répertoire que les originaux.
La vitesse de ce processus dépend de deux facteurs : la taille du fichier et la capacité du processeur. Quelques grandes vidéos peuvent prendre quelques secondes. Un dossier rempli de petits fichiers texte peut prendre plus de temps en raison de la surcharge, bien que le gain de taille final puisse être négligeable.
4. Gérer le résultat
Vous disposez désormais d’un seul conteneur. Vous pouvez le renommer. Vous pouvez le déplacer vers une clé USB. Vous pouvez l’envoyer par courrier électronique. Le destinataire doit extraire le contenu pour l’utiliser. Cela inverse le processus.
Gardez à l’esprit les compromis. Pour les documents, le code et le texte, la compression s’effectue pratiquement sans perte. Vous récupérez exactement ce que vous avez mis. Pour les images et les vidéos, l’histoire est différente. Certaines méthodes de compression dégradent la qualité pour obtenir des tailles plus petites. C’est ce qu’on appelle la compression avec perte. La compression du texte s’effectue généralement sans perte.
Comment fonctionne réellement la compression de fichiers
Les fichiers informatiques sont notoirement répétitifs. Ils contiennent les mêmes informations enchaînées encore et encore. Les logiciels de compression prospèrent grâce à cette redondance.
Au lieu d’écrire « le » trois cents fois, un algorithme de compression écrit « le » une seule fois. Ensuite, il crée un pointeur de référence. Chaque fois qu’il voit “le”, il renvoie à la première instance. Cela réduit considérablement le nombre total de bits et d’octets.
Pour comprendre cela, regardons le langage.
Considérez le discours inaugural de John F. Kennedy en 1961. La fameuse ligne :
« Ne demandez pas ce que votre pays peut faire pour vous ; demandez ce que vous pouvez faire pour votre pays. »
Comptons les unités. La citation comporte 17 mots. Il contient 61 lettres. Il y a 16 places. Un tiret. Une période. Si nous attribuons une unité de mémoire à chaque caractère, espace ou symbole, la taille totale du fichier est de 79 unités.
Maintenant, trouvons les redondances. Nous ignorons les majuscules par souci de simplicité.
- “demander” apparaît deux fois.
- “quoi” apparaît deux fois.
- “votre” apparaît deux fois.
- “pays” apparaît deux fois.
- “can” apparaît deux fois.
- “do” apparaît deux fois.
- “pour” apparaît deux fois.
- “vous” apparaît deux fois.
Environ la moitié de la phrase est redondante. Neuf mots uniques – demander, non, ce que votre pays peut faire pour vous – contiennent presque toutes les informations nécessaires. Pour reconstruire la seconde moitié, l’algorithme pointe simplement les mots de la première moitié. Il remplit les espaces et la ponctuation en utilisant des règles simples.
C’est l’essence même de la compression sans perte. Il ne supprime pas les informations. Cela supprime la répétition.
Nous examinerons ensuite de plus près les algorithmes qui recherchent ces modèles.
Le coût caché de la compression des dictionnaires
La plupart des outils de compression s’appuient sur des variantes de l’algorithme de dictionnaire adaptatif LZ. Il porte le nom des créateurs Lempel et Ziv, et la partie « dictionnaire » est le mécanisme de catalogage des données répétées. Le système d’organisation de ces entrées n’est pas complexe. Il peut s’agir d’une simple liste numérotée.
Prenez la célèbre phrase de JFK. Le programme de compression recherche les mots répétés et les affecte à un index. Ensuite, il remplace les mots par les numéros qui leur sont attribués.
Si le dictionnaire ressemble à ceci :
- demander
- quoi
- votre
- pays
- peut
- pour
- tu
La phrase « Ne demandez pas ce que votre pays peut faire pour vous ; demandez ce que vous pouvez faire pour votre pays » se transforme en code. Cela devient :
1 pas 2 3 4 5 6 7 8 — 1 2 8 5 6 7 3 4
Un ordinateur récepteur utilise le même dictionnaire et le même modèle numérique pour reconstruire le texte original. C’est ainsi que fonctionne l’expansion. Certains fichiers compressés contiennent un programme d’extension intégré. Il reconstruit automatiquement le fichier original lors du téléchargement.
Mais combien d’espace cela permet-il réellement d’économiser ?
La chaîne numérique est plus courte que le guillemet complet. Il y a un piège. Vous devez stocker le dictionnaire lui-même avec les données compressées.
Dans un scénario réel, le calcul des exigences en matière de fichiers est compliqué. Pour cette répartition, supposons que chaque caractère et espace équivaut à une unité de mémoire. La phrase complète occupe 79 unités. La phrase compressée utilise 37 unités. Le dictionnaire occupe également 37 unités.
La taille totale du fichier est de 74 unités. La réduction est minime.
Ceci n’est qu’une phrase. Si l’algorithme traitait le reste du discours, il trouverait ces mots répétés beaucoup plus souvent. L’efficacité s’améliore à mesure que la répétition augmente. Comme nous le verrons, le système réécrit également son propre dictionnaire pour optimiser davantage l’organisation.
Au-delà de la simple correspondance de mots
Les étapes précédentes reposaient sur l’identification de mots complets et répétés. Nous avons traité le texte comme une séquence d’unités discrètes. Un algorithme de compression ne se soucie pas des mots. Il se soucie des modèles.
Le but est simple : réduire le fichier.
Pour ce faire, le logiciel recherche la redondance. Il ne demande pas « est-ce un mot ? Il demande « ai-je déjà vu cette séquence ? » Et c’est impitoyable. Si un motif n’apparaît qu’une seule fois, il est supprimé. Si un motif plus court apparaît plus souvent qu’un motif plus long, le plus long risque d’être coupé.
Il s’agit du noyau « adaptatif » des algorithmes basés sur LZ. Le dictionnaire évolue. Cela change. Il optimise en temps réel.
Comment fonctionne la sélection de modèles
Prenez la célèbre phrase de JFK.
“Ne demandez pas ce que votre pays peut faire pour vous, ne demandez pas ce que vous pouvez faire pour votre pays.”
Un humain voit les mots. Un compresseur voit des caractères.
La première séquence répétée peut être minuscule. “t” suivi d’un espace. Il apparaît dans « pas » et « quoi ». Le programme le note. L’écrit. Puis ça continue.
Pourquoi? Parce que dans ce court extrait, “t” ne se répète pas suffisamment pour justifier le coût de stockage de son propre identifiant dans le dictionnaire. Il est écrasé ou ignoré.
Ensuite, « ou » apparaît dans « votre » et « pays ». Utile? Peut être. Dans un livre complet, le « ou » est une mine d’or. Ici? L’algorithme trouve quelque chose de mieux.
« votre » et « pays » apparaissent ensemble comme « votre pays ». Répété deux fois. C’est un signal plus fort que « ou ». L’entrée du dictionnaire pour « ou » est supprimée. « votre pays » prend sa place.
Mais attendez.
Regardez « peut faire pour ». Il est suivi de « votre » et de « vous ». La séquence « peut faire pour vous » se répète.
Qu’est-ce qui est le plus efficace ?
“votre pays” = 13 caractères (espace compris).
“peut faire pour vous” = 15 caractères.
L’algorithme préfère la correspondance la plus longue s’il enregistre plus de bits par instance. Mais « peut faire pour vous » inclut « vous », tandis que « votre pays » inclut « votre ».
Si le programme donne la priorité au remplacement maximum de caractères, il pourrait détruire « votre pays ». Il conserve « r pays » comme suffixe et crée une entrée principale pour « peut faire pour vous ». Cela permet au compresseur de référencer la majeure partie de la phrase avec un seul code, tout en gérant la légère variation (« votre » contre « vous ») avec des références secondaires.
Cette réécriture dynamique est ce qui rend LZ adaptatif. Le dictionnaire n’est pas statique. C’est un enregistrement vivant de ce qui vient de se passer dans le flux de données.
Le taux de compression
En utilisant nos modèles dérivés :
- demander__
- quoi__
- tu
- r__pays
- cando__for__you
La phrase originale devient une série de pointeurs :
1 pas__ 2 3 4 5 __ — __ 1 2 3 5 4
L’utilisation de la mémoire change considérablement.
Texte original : 79 unités.
Données compressées : 18 unités.
Dictionnaire aérien : 41 unités.
Total : 59 unités.
Nous avons économisé 20 unités. Cela représente une réduction d’environ 25 %. Pas mal pour quelques lignes de discours. Et pas nécessairement le rendement le plus efficace possible. Vous pourriez probablement trouver un arrangement plus serré. Mais le point demeure : trouver les bons modèles compte plus que simplement trouver n’importe quel modèle.
Pourquoi le texte se compresse mieux que les graphiques
Alors pourquoi certains fichiers rétrécissent-ils de 50 % ou plus, alors que d’autres bougent à peine ?
Redondance.
Les langues naturelles sont hautement redondantes. Les lettres se regroupent de manière spécifique. “Th”, “ing”, “tion”. Les mots se répètent constamment. Les fichiers texte sont denses avec ces structures prévisibles. Les compresseurs prospèrent ici.
Le code de programmation est similaire. Un ensemble limité de mots-clés et de commandes se répète sans fin. « si », « pendant », « retour ». Les motifs sont rigides. La compression fonctionne bien.
Graphique? Du son ?
Pas tellement.
Une image ou un fichier MP3 contient des données uniques. Chaque pixel a une valeur spécifique. Chaque échantillon audio est distinct. Il y a peu de séquences répétitives. L’entropie est élevée. L’algorithme ne parvient pas à trouver suffisamment de modèles qui se chevauchent pour créer un dictionnaire utile.
C’est pourquoi la compression sans perte échoue sur les fichiers multimédias. Vous avez besoin de techniques différentes. Nous en reparlerons plus tard.
Taille du fichier et choix de l’algorithme
La compression s’améliore-t-elle avec des fichiers plus volumineux ?
En général, oui.
Si nous compressions l’intégralité du discours de JFK, les économies seraient plus importantes. Pourquoi? Parce que les mêmes schémas se répètent plus souvent. Les entrées du dictionnaire sont réutilisées des milliers de fois. La surcharge du dictionnaire devient négligeable par rapport aux économies réalisées.
Des petits fichiers ? La surcharge du dictionnaire engloutit les gains.
Le choix de l’algorithme joue également un rôle important.
Toutes les variantes de LZ ne sont pas égales. Certains sont adaptés au texte. Certains pour les données. Certains utilisent des dictionnaires hiérarchiques (des dictionnaires dans des dictionnaires) pour détecter des modèles complexes et imbriqués dans des fichiers volumineux. Ils pourraient s’étouffer avec de petits intrants.
Les programmeurs peaufinent constamment ces systèmes. L’objectif est toujours le même : de meilleurs ratios, des vitesses plus rapides. Mais il n’existe pas de solution universelle.
Le meilleur compresseur pour votre texte pourrait être le pire pour votre base de données.
La compression dont nous avons discuté est la compression sans perte. C’est le seul moyen de garantir que vous récupérerez le fichier original. Chaque élément reste intact. Vous divisez le fichier en un morceau plus petit pour le stockage ou le transfert, puis vous le réassemblez exactement tel qu’il était. Aucune donnée n’est perdue.
La compression avec perte emprunte un chemin différent. Il ne cherche pas à tout préserver. Au lieu de cela, il supprime les informations « inutiles ». Le but est simple : réduire la taille du fichier. Vous verrez cela partout. C’est la norme pour les images bitmap.
Les bitmaps sont gonflés. Ils mangent de l’espace. Une photographie numérisée en est un parfait exemple.
Les algorithmes sans perte ont du mal ici. Bien sûr, les grandes sections semblent identiques. Le ciel est bleu. Mais regardez de plus près. Chaque pixel est légèrement différent. Les valeurs de couleur changent. Pour réduire le fichier sans perdre la résolution, vous devez modifier ces valeurs.
Le programme choisit une nuance de bleu. Il attribue cette valeur unique à chaque pixel du ciel. Il réécrit le fichier pour pointer vers cette référence. Le résultat ? La taille du fichier diminue considérablement. Vous ne remarquerez pas la différence.
Mais il y a un piège. Vous ne pourrez jamais récupérer le fichier original.
Une fois que vous l’avez compressé, vous êtes coincé avec l’interprétation de la réalité donnée par le programme. Les données originales ont disparu. Vous ne pouvez pas utiliser la compression avec perte pour les éléments nécessitant une reproduction exacte. Des applications logicielles ? Non. Des bases de données ? Non. Discours d’investiture présidentielle ? Certainement pas.
“Avec la compression avec perte, vous ne pouvez pas récupérer le fichier original une fois compressé. Vous êtes coincé avec la réinterprétation de l’original par le programme de compression.”
Nous avons mis à jour cet article en conjonction avec la technologie de l’IA, puis nous sommes assurés qu’il était vérifié et édité par un éditeur HowStuffWorks.
FAQ sur la compression de fichiers
À quoi sert la compression d’un fichier ?
Cela réduit la taille du fichier. Des fichiers plus petits signifient une transmission plus rapide. Vous envoyez et recevez des données plus rapidement.
Quels sont les types de base de schémas de compression de fichiers ?
Il y en a deux. Sans perte et avec perte. Lossless décompose le fichier et le reconstruit plus tard. Lossy élimine les bits. Cela réduit le fichier de façon permanente. Vous ne pouvez pas inverser la compression avec perte.
Quelle compression les fichiers zip utilisent-ils ?
Les fichiers Zip reposent sur la compression des données sans perte. Ils gèrent plusieurs répertoires. Ils utilisent des algorithmes comme DEFLATE. Les données ressortent exactement telles qu’elles sont entrées.
La compression des fichiers réduit-elle la qualité ?
Oui. Une fois qu’une image est compressée sur un ordinateur ou dans un appareil photo, la qualité en souffre souvent. La netteté diminue. Le contraste s’estompe. Les détails fins des couleurs disparaissent. L’image semble pire. C’est le compromis.
