tek1​/oldlog​/000 :: OSASK計画

旧 tek1​/comp^[1]の内容 ^[2]

tek1^[3]の続き ^[4]

• (by K^[5], 2004.06.15)
• tek1～tek3の圧縮展開比較表
  • MLに書いたら読みにくくなってきたのでこっちにまとめ

比較表 ^[6]

• サイズ

  無圧縮		tek0	tek1	tek2	tek3	stk1	stk2	stk3	lh7	gzip	bzip2	LZMA	LZO	rk
  hellok1	272	128	125	124	145	125	124	145	205	143	166	121	193	208
  zero4k	4096	27	26	25	26	26	25	26	86	49	43	39	91	100
  zero64k	65536	28	28	27	28	28	27	28	117	108	43	90	422	108
  bim2binc	53792	15019	14475	14067	17229	14475	14067	17229	14181	14029	12903	12787	16015	11608
  kdun00b	655360	46246	42098	41412	49993	42098	41412	49993	45520	44589	47306	34517	52148	36736
  osaskgo	1973741	1149662	1097405	1092517	1318722	1097405	1092517	1318722	1099064	1111648	1047411	953821	1177820	909824
  osask.bmp	393334	6389	5934	5612	8190	5934	5612	8190	6467	6341	4906	4779	8618	4344
  num128	131072	106953	(40前後)	(40前後)	40	94278	(94276)	131603	118548	124645	25542	84237	131136	1192

• 規格化指数

  無圧縮		tek0	tek1	tek2	tek3	stk1	stk2	stk3	lh7	gzip	bzip2	LZMA	LZO	rk
  hellok1	224.8	105.8	103.3	102.5	119.8	103.3	102.5	119.8	169.4	118.2	137.2	100.0	159.5	171.9
  zero4k	16384	108.0	104.0	100.0	104.0	104.0	100.0	104.0	344.0	196.0	172.0	156.0	364.0	400.0
  zero64k	242726	103.7	103.7	100.0	103.7	103.7	100.0	103.7	433.3	400.0	159.3	333.3	1563	400.0
  bim2binc	463.4	129.4	124.7	121.2	148.4	124.7	121.2	148.4	122.2	120.9	111.2	110.2	138.0	100.0
  kdun00b	1899	134.0	122.0	120.0	144.8	122.0	120.0	144.8	131.9	129.2	137.1	100.0	151.1	106.4
  osaskgo	216.9	126.4	120.6	120.1	144.9	120.6	120.1	144.9	120.8	122.2	115.1	104.8	129.5	100.0
  osask.bmp	9055	147.0	136.6	129.2	188.5	136.6	129.2	188.5	148.9	146.0	112.9	110.0	198.4	100.0
  num128	327680	267383			100.0	235695	(235690)	329008	296370	311613	63855	210593	32840	2980
  (max)		147.0	136.6	129.2	188.5	136.6	129.2	188.5	148.9	146.0	137.1	110.2	198.4	106.4

• • (max)は、bim2binc、kdun00b、osaskgo、osask.bmpのみ対象（他はあまりにtek系が得意なため除外）
  • (max)で判断すると安定して圧縮率のよいものは以下の順になる。

    rk	LZMA	tek2	stk2	tek1	stk1	bzip2	gzip	tek0	lh7	tek3	stk3	LZO
    106.4	110.2	129.2	129.2	136.6	136.6	137.1	146.0	147.0	148.9	188.5	188.5	198.4

  • ↑これは主にosask.bmpの結果で決まっているともいえるので、参考までにosask.bmpを除いて集計すると以下のようになる。
    • しかし、「汎用圧縮符号」としては弱点があるというのは好ましくない。そしてosask.bmpの内容は多くの符号の共通の弱点を突く内容なのだろう。

      rk	LZMA	tek2	stk2	tek1	stk1	gzip	lh7	tek0	bzip2	tek3	stk3	LZO
      106.4	110.2	121.2	121.1	124.7	124.7	129.2	131.9	134.0	137.1	148.4	148.4	151.1

    • bzip2が落ちてlh7が少し回復する以外は、順位そのものの傾向は変わらない。

• tar+tek2（.tar.tk/.ttk）

  tar		ttk	lh7	tgz	tbz	tar.lzma
  bim2bi4j	266725	70030	90266	84581	72747	65314
  osat45i	759808	528582	532093	528923	547131	503545
  cantrbry[7]	2821120	708236	714769	735997	568667	483768

  • ディスクイメージへの強さが、tarへの強さにつながったのかも？
  • ロングファイルネーム対応のSF16ができるまで.img.tk(.itk)は不便だろうから、とりあえず.tar.tk(.ttk)で。
  • cantrbryはよく分からないけど有名な圧縮対象のようです。
    • http://www.emit.jp/gca/cmptest.html^[8]
    • http://compression.ca/act-canterbury.html^[9]

• 展開速度
  • 参考：EPIA-VE5000でのosaskgoの展開速度

    meth.	deco.time	size	vs rk	score	score2	言語	備考
    tek3	0.15[sec]	1315527	144.6	4.5	21.7	ASKA	Cでは0.22[sec]
    LZO	0.18[sec]	1177820	129.5	3.8	23.3	?	←おそらくasm
    tek1	0.58[sec]	1097475	120.6	10.9	69.9	C	ASKAは0.52[sec]以下
    tek2	0.76[sec]	1092517	120.1	14.3	91.3	C	ASKAは0.69[sec]以下
    lh7	1.04[sec]	1099064	120.8	20.6		?
    gzip	1.24[sec]	1111684	122.2	26.4		?
    tek0	1.39[sec]	1149662	126.4	35.4	175.7	C
    LZMA	1.42[sec]	953821	104.8	6.6	148.8	C
    bzip2	2.52[sec]	1047411	115.1	37.3	290.1	?
    GCA	4.91[sec]	1002311	110.2	49.6		?

  • いずれも圧縮データを読み込む時間がデコードタイムに加算されてしまっています。
    • したがって、tek3やLZOは小さくない誤差を含んでいる可能性が高い。
    • 試しに1315527バイトのファイルリードだけやらせてみたら0.05[sec]だった。
  • 「言語」はこの展開速度の測定につかったデコードルーチンの記述言語です。
    • tek系についてはASKAで動かすのがメインなので、実用上はC版の1.5～2倍に上がります（アセンブラ版のライブラリパッケージも用意する予定）。
  • たぶんLZOは既にアセンブラ化されていると思います（そうでないとこの圧縮率でこの速さは出ない）。bzip2はアセンブラ化されているかどうかは僕には想像がつきませんが、ブロックソート法では圧縮率の代償として展開速度低下があるという傾向はつかめると思います。
  • GCA、gzip、lh7に関しては展開ルーチンの記述言語は不明です。
  • score = (time - 0.05) x (vs_rk - 100)
    • なんとなく計算してみたくなったので（笑）。小さければ小さいほど圧縮率と展開速度のバランスに優れていることを示していると思う。
  • score2 = time x vs_rk
    • scoreの指標がどれくらい実感に近いのかを確認するために計算した参考値。この指標で比較するとrkでの圧縮率に影響されないが、この指標ではあんなにがんばっているLZMAがtek2に劣ることになってしまう。これはいくらなんでも圧縮率の評価が弱すぎるわけだ。

• • 補足（履歴）
    • 2004.06.20　　tek1のC言語版展開ルーチンを改良（0.75[sec]→0.58[sec]）
    • 2004.06.20　　tek2のC言語版展開ルーチンを改良（0.82[sec]→0.76[sec]）

圧縮形式の説明 ^[10]

• 無圧縮
• tek0
• tek1
• tek2
• tek3
• stk1
  • tek1でBS:0かつ補助バッファを使わないもの（subset-tek1）
• stk2
  • tek2でBS:0かつ補助バッファを使わないもの（subset-tek2）
• stk3
  • tek3でBS:0かつ補助バッファを使わないもの（subset-tek3）
• lh7
• gzip
• bzip2
• LZMA
• LZO
• rk

• 展開ルーチンのコンパクトさにこだわる人向けの情報
  • stk3の展開ルーチンは135行（dtk3s.c）
  • stk1/stk2の展開ルーチンセットは582行（dtk2s.c）
  • tek1/tek2/tek3のフルセット展開ルーチンセットは1009行（dtkf.c）
  • 展開速度はフルセット版もサブセット版もほぼ同じ

こめんと欄 ^[11]