High compression for dos batch files

Discussion forum for all Windows batch related topics.

Moderator: DosItHelp

Post Reply
Message
Author
einstein1969
Expert
Posts: 961
Joined: 15 Jun 2012 13:16
Location: Italy, Rome

High compression for dos batch files

#1 Post by einstein1969 » 13 Dec 2015 03:43

Hi,

I need a method for (lossless for the moment) compress a file. I search for 2 phase method:

- compress a file and convert to any base rappresentable in a batch file. (Slow is not problem)
- simple routine that extract the file from cmd and expand the file. (and Fast)

Hi need to compress to max 25% (or 50% for initial) of original size for the moment, but the goal is higher compression ratio.

If possible to do in dos batch (compress an decompress) and having alternative in Vbs/jsc/mshta for faster compress.

The makecab solution is not accettable because the ratio of compression is too low. But a show method is accepted.

This is HARD work, only for expert!

I show a path:

- Use procedural compression, fractal type compression, "use random number generator for compression", fuzzy compression, genetic algos

RIF:
http://www.pouet.net/prod.php?which=62917
https://the8bitpimp.wordpress.com/2014/08/06/fuzzy-compression/

TIA!

PS: There is a dos batch random generator that work via SEED?

Einstein1969
Last edited by einstein1969 on 13 Dec 2015 11:28, edited 1 time in total.

penpen
Expert
Posts: 2009
Joined: 23 Jun 2013 06:15
Location: Germany

Re: High compression for dos batch files

#2 Post by penpen » 13 Dec 2015 04:55

einstein1969 wrote:Hi need to compress to max 25% (or 50% for initial) of original size for the moment, but the goal is higher compression ratio.
Which file types do you want to compress (arbitrary binary data, or a limited somehow like text files mainly consisting of A-Z, a-z, space)?
Note that such compression ratios are illusory for arbitrary binary files.
For these filetypes there is even no guarantee that any algorithm results in a shorter file.

einstein1969 wrote:The makecab solution is not accettable because the ratio of compression is too low.
Makecab uses LZX (LZ77 family) and so it is not that bad:
LZ77 can achieve the optimal compression possible for any file (but the optimal compression possible may be equal to the original filesize; because these compression families are using dictionaries the resulting archieve may exceed the original filesize up to 4MB).

Other algorithms may be better for specific files, but this is true for every algorithm. Best you could do, when you need the best compression:
Just run all algorithms (you could access and want to support) with all options and choose the best one.
You may choose an archiever based on your requirements:
https://en.wikipedia.org/wiki/Comparison_of_file_archivers#Archive_format_support

penpen

einstein1969
Expert
Posts: 961
Joined: 15 Jun 2012 13:16
Location: Italy, Rome

Re: High compression for dos batch files

#3 Post by einstein1969 » 13 Dec 2015 05:55

I need to compress images, fonts files, and text files

The file to compress is not to big , then a dictionary is a problem.

My idea is to develop an algorithm based on family of pseudo random generator.

Squashman
Expert
Posts: 4486
Joined: 23 Dec 2011 13:59

Re: High compression for dos batch files

#4 Post by Squashman » 13 Dec 2015 08:46

Most image formats are already in a compressed state.

penpen
Expert
Posts: 2009
Joined: 23 Jun 2013 06:15
Location: Germany

Re: High compression for dos batch files

#5 Post by penpen » 13 Dec 2015 20:34

einstein1969 wrote:I need to compress images, fonts files, and text files
As Squashman said most image formats are already compressing the image data.
Some image formats are supporting multiple compression algorithms (optimized for maximum compression, fast viewing, or a treadeoff of both).
But the default option should be maximum compression, so i won't expect that compressing image files will give you any benefit.

I don't know whether fonts store their data in compressed form, or not; because they are some kind of image files i would expect it.

Text files are good candidates for being compressed.

But for this mix, i would recommend to use something like 7-zip (or any other archiever you like; see the link in my above post),
test multiple compression types/dictionary sizes, .... and use the agorithm (and options) with the best results.

Note:
Depending on the filetype maximum compression may not lead to the best results, so you should really test all combinations.
(Maybe except "big dictionaries" which you should only needed if you want to compress very huge data portions.)


einstein1969 wrote:My idea is to develop an algorithm based on family of pseudo random generator.
Developing compression algorithms normally is a hard task,
but if you have a good idea it may also work.

But then you should describe your algorithm idea in detail (if you want to share your idea with public).


penpen

trebor68
Posts: 146
Joined: 01 Jul 2011 08:47

Re: High compression for dos batch files

#6 Post by trebor68 » 18 Dec 2015 18:39

In the following text, two different encoding methods are illustrated.
Both methods give the same size at random.


Code: Select all

Huffman coding

Link: https://en.wikipedia.org/wiki/Huffman_coding
Link: http://huffman.ooz.ie/?text=NEVER%20CHANGE%20A%20RUNNING%20SYSTEM.


NEVER CHANGE A RUNNING SYSTEM.          30 characters


NEVER CHANGE A RUNNING SYSTEM.
  V   CH        U  I    Y T M.          character one times
             A R     G S                character two times (last found)
                      #    E            character four times (last found)
                    N                   character five times (last found)


(V = 1) (C = 1) (H = 1) (U = 1) (I = 1) (Y = 1) (T = 1) (M = 1) (DOT = 1)                                                               1 character

(V + I = 2)     (C + Y = 2)     (H + T = 2)     (U + M = 2)     (A = 2)         (R = 2)         (G = 2)         (S = 2)                 2

(V + I + DOT = 3)                                                                                                                       3

(C + Y + H + T = 4)     (U + M + A = 4)         (R + G = 4)     (SPC = 4)       (E = 4)                                                 4

(S + V + I + DOT = 5)           (N = 5)                                                                                                 5

(C + Y + H + T + U + M + A = 8)         (R + G + SPC = 8)                                                                               8

(E + S + V + I + DOT = 9)                                                                                                               9

(N + C + Y + H + T + U + M + A = 13)                                                                                                    13

(R + G + SPC + E + S + V + I + DOT = 17)                                                                                                17

(N + C + Y + H + T + U + M + A + R + G + SPC + E + S + V + I + DOT = 30)                                                                30




                    --------------------------------------------------  30 char  -------------------------------------------------
                   /                                                                                                               \

     ---------  13 char  -------                                                                    --------------------------  17  char  ------------------
    /                           \                                                                  /                                                        \
   N
5 char            ----------  8 char  ---------                                   ------------  8 char  -------                                   --------  9 char  -----------
                 /                             \                                 /                             \                                 /                             \               
                                                                                                              SPC                              E
             4 char                         4 char                          4 char                          4 char                          4 char                          5 char     
        /            \                  /            \                  /            \                                                                                  /            \         
                                                      A                R              G                                                                                S       
    2 char          2 char          2 char         2 char           2 char         2 char                                                                           2 char         3 char       
    /     \         /     \         /     \                                                                                                                                         /     \     
   C       Y       H       T       U       M                                                                                                                                      DOT
1 char  1 char  1 char  1 char  1 char  1 char                                                                                                                                  1 char  2 char 
                                                                                                                                                                                        /     \
                                                                                                                                                                                       V       I
                                                                                                                                                                                    1 char  1 char




N       00
SPC     101
E       110
A       0111
R       1000
G       1001
S       1110
C       01000
Y       01001
H       01010
T       01011
U       01100
M       01101
DOT     11110
V       111110
I       111111





NEVER CHANGE A RUNNING SYSTEM.

00      110     111110  110     1000    101
01000   01010   0111    00      1001    110     101
0111    101
1000    01100   00      00      111111  00      1001    101
1110    01001   1110    01011   110     01101   11110


00110111110110100010101000010100111001001110101011110110000110000001111110010011011110010011110010111100110111110               113 bits = 15 bytes



00 110 111110 110 1000 101 01000 01010 0111 00 1001 110 101 0111 101 1000 01100 00 00 111111 00 1001 101 1110 01001 1110 01011 110 01101 11110
N  E   V      E   R    SPC C     H     A    N  G    E   SPC A    SPC R    U     N  N  I      N  G    SPC S    Y     S    T     E   M     DOT




N       00

C       01000
Y       01001
H       01010
T       01011
U       01100
M       01101
A       0111

R       1000
G       1001
SPC     101
E       110
S       1110
DOT     11110
V       111110
I       111111












Shannon–Fano coding

Link: https://en.wikipedia.org/wiki/Shannon%E2%80%93Fano_coding


NEVER CHANGE A RUNNING SYSTEM.          30 characters


NEVER CHANGE A RUNNING SYSTEM.
  V   CH        U  I    Y T M.          character one times
             A R     G S                character two times (last found)
                      #    E            character four times (last found)
                    N                   character five times (last found)


(N = 5) (SPC = 4) (E = 4) (A = 2) (R = 2) (G = 2) (S = 2) (V = 1) (C = 1) (H = 1) (U = 1) (I = 1) (Y = 1) (T = 1) (M = 1) (DOT = 1)             result = 30

[ (N = 5) (SPC = 4) (E = 4) (A = 2) ]  +  [ (R = 2) (G = 2) (S = 2) (V = 1) (C = 1) (H = 1) (U = 1) (I = 1) (Y = 1) (T = 1) (M = 1) (DOT = 1) ]



                  /---  (N = 5)                                 000
          /---   9
         /        \---  (SPC = 4)                               001
        15
    /    \        /---  (E = 4)                                 010
   /      \---   6
  /               \---  (A = 2)                                 011
30
\                         /---  (R = 2)                         1000
 \                /---   4
  \              /        \---  (G = 2)                         1001
   \            8
    \        /   \        /---  (S = 2)                         1010
     \      /     \---   4
      \    /              \       /---  (V = 1)                 10110
       \  /                \---  2
        \/                        \---  (C = 1)                 10111
        15
         \                        /---  (H = 1)                 11000
          \               /---   2
           \             /        \---  (U = 1)                 11001
            \     /---  4
            |    /       \        /---  (I = 1)                 11010
            |   /         \---   2
             \  /                 \---  (Y = 1)                 11011
              7
               \                  /---  (T = 1)                 11100
                \         /---   2
                 \       /        \---  (M = 1)                 11101
                  \---  3
                         \
                          \-----------  (DOT = 1)               1111


NEVER CHANGE A RUNNING SYSTEM.

000     010     10110   010     1000    001
10111   11000   011     000     1001    010     001
011     001
1000    11001   000     000     11010   000     1001    001
1010    11011   1010    11100   010     11101   1111


00001010110010100000110111110000110001001010001011001100011001000000110100001001001101011011101011100010111011111               113 bits = 15 bytes

Post Reply