[計算機概論] 第三講、Data Storage (3)

reference

[計算機概論] 第三講、Data Storage (3)
臺大科學教育發展中心CASE

課後感想

終於知道為什麼電腦指定值為 0.1 時，實際上會是 0.000000000000000000555111151

因為電腦在算數學的時候都只是「大概」，太好笑ㄌ

雖然他計算速度很快，但是值只是大概XD

因為電腦記憶體不夠，以二進位表示法儲存 10 進位的數字時，只能找「最接近」的數字，而非「精確」的數字。有趣！

知道 overflow 是什麼，truncation error 是什麼～

接著是檔案傳輸。

電腦在傳輸檔案的時候，會需要壓縮，課程講了常用到的 rar, zip, mp3 等壓縮檔壓縮的方式。

壓縮後的傳輸，是怎麼 Encoding 的，把文字或音訊變成 01010 的信號。

其中有提到很多方法，不過我就是看看而已XD

簡記課程內容

Data Storage

延續上一講 Data Storage (2)

Normalized form

IEEE normalized

Double, Float

記憶數字的大小固定，以 python 來說

float: 4 bytes

如果 a = 0.1

當你強破電腦印出小數以下 50 位時，他會顯示

format(0.1, ".50f")

'0.10000000000000000555111512312578270211815834045410'

簡單來說就是記憶體位置不夠

當用 4 bytes 存取數字時 = 8 * 4 = 32 bits

那麼最多能存取的位數就是 32 個 bits，所以在存的時候，對電腦來說，0.1 是個大概。

用 2 進位表示法，電腦沒辦法精準給到 0.1，所以會有後面的數字。

因為 1/10 在 2 進位，怎麼換都換不完

除非你叫他記 1/2 那他會很開心 :))

資料傳輸

資料量很大，如何有效率？資料壓縮

傳輸過程有錯，怎麼辦？

Data compression

.zip, .rar, .mp3, ,mpg

Lossy

• Relative/difference
• 影像，連續圖片，但一直紀錄圖片很浪費，因此只紀錄有變化的東西，像是上課教室的黑板是固定的，兩張圖之間就不用一直記黑板

Lossless 非失真

• Run-length encoding
• 用「10個1」取代 1111111111; 10 個 0」取代 0000000000; 「10 個 01 」取代 01010101010101010101
• 
  
• Frequency-dependent encoding
• Huffman: 某東西很常出現的，可以把編碼少一點，少出現的再多一點
  AAABBBAABCAAAABD 16個 characters 要怎麼傳輸
  
• 編碼：
  A: 00, B:01, C:10, D:11
• 算 Frequency：
  A 出現 9 次 B 出現 5 次 C 出現 1 次 D 出現 1 次
• 出現最少次的黏在一起
  C:1 D:1 => 1 + 1 = 2
• 現在剩三個點 9, 5, 2 再黏在一起 5 + 2 = 7
• 9 + 7 = 16
• 出現越多次的，越晚連到根，出現越少次的，越複雜
• 
  
  
• 編成這樣
• 
  
  
  9 * 1 + 5 * 2 + 1 * 3 + 1 * 3 = 25 bits
• 比原本 32 bits 少
• 當收到 0001010100001110000001111 從最左邊開始解碼
• 看到 0 -> A, 0->A, 0->A, 1 -> 不知道(B, C, D 都有可能), 0 -> 因為 10 所以是 B, 又遇到 1 不知道(B, C, D 都有可能), 0 -> 因為 10 所以是 B... 依此類推
• 記得傳輸資料時，Tree（字典）也要傳
• Dictionary encoding
• 常見的字給他一個代碼，the 就不用 8 bits +  8 bits +  8 bits 的記，給他一個 9 bits 的編碼
• LZW: LZMA
• 一開始有 code book(ASCII)，但最後字典不用傳給別人！
• xyx空白xyx空白xyx空白xyx空白xyx空白
• 遇到空白就自己長字典：xyx 編成 4
• 
  
  
  
  
• 傳的時候傳 121343434，xyx 4 是不用傳的
• 收也是 121343434
• 解碼：1-> x, 2 -> y, 1-> x, 3-> 空白, 建立字典 xyx: 4, 4 -> xyx
• 在一編解壓縮一邊建立字典

其他像聲音 mp3 就可以先把低於 20 hz 高於 2w hz 的聲音先去掉，因為人根本聽不到

Communication Error

• Compression
• remove redundancy 資料裡面必須有 redundancy 才能壓縮
• Error detection & correction
• Add redundancy to prevent errors
• Error detection: Check
• 知道有錯，但不知道錯在哪裡：可以請對方重發一次，無法更正錯誤
• ID numbers 身分證字號
• ISBN 書碼
• parity code
• Error correcting
• Can correct errors(to some degrss)
• Hamming Code