10GB സൈസുള്ള ഒരു ഫോൾഡർ നമ്മൾ ZIP ചെയ്യുമ്പോൾ അത് പെട്ടെന്ന് 3GB ആയി മാറുന്നു

ഒരു ഇൻ്റർവ്യൂവിൽ നിങ്ങളോട് ഈ ചോദ്യം ചോദിച്ചാൽ എന്ത് മറുപടി പറയും? "10GB സൈസുള്ള ഒരു ഫോൾഡർ നമ്മൾ ZIP ചെയ്യുമ്പോൾ അത് പെട്ടെന്ന് 3GB ആയി മാറുന്നു. എന്നാൽ പിന്നീട് അൺസിപ്പ് ചെയ്യുമ്പോൾ അതിൽ നിന്ന് ഒരു ഡാറ്റയും നഷ്ടപ്പെടുന്നുമില്ല. എങ്കിൽ ബാക്കി വന്ന ആ 7GB എവിടെയാണ് പോയത്?" ബാക്കി വന്ന 7GB ഡാറ്റ എങ്ങോട്ടും പോയിട്ടില്ല. പകരം, ആ ഫോൾഡറിലെ ഫയലുകളിൽ ആവർത്തിച്ചു വന്നിരുന്ന വിവരങ്ങളെ (Redundant Data) കുറഞ്ഞ സ്ഥലത്ത് ഒതുക്കി നിർത്താനുള്ള ഒരു കോഡിങ് മാജിക് (Data Compression) മാത്രമാണ് അവിടെ നടന്നത്. ഇൻ്റർവ്യൂവിൽ ഈ മറുപടി കൂടുതൽ വ്യക്തമാക്കാൻ ഒരു ലളിതമായ ഉദാഹരണം പറയാം: ആവർത്തനങ്ങൾ ഒഴിവാക്കൽ: ഒരു ഫയലിൽ "AAAAABBBBB" എന്ന് എഴുതിയിട്ടുണ്ടെന്ന് കരുതുക. ഇതിനായി 10 അക്ഷരങ്ങളുടെ സ്ഥലം വേണം. സിപ്പ് ചെയ്യുമ്പോൾ: കമ്പ്യൂട്ടർ ഇതിനെ സ്മാർട്ടായി മാറ്റി "5A5B" എന്ന് എഴുതിച്ചേർക്കുന്നു. ഇപ്പോൾ വെറും 4 അക്ഷരങ്ങളുടെ സ്ഥലം മാത്രം മതി. അൺസിപ്പ് ചെയ്യുമ്പോൾ: ഈ ചുരുക്കെഴുത്തിനെ (5A) വീണ്ടും പഴയപടി (AAAAA) വികസിപ്പിച്ചെടുക്കുന്നു. ഇതിനെ സാങ്കേതികമായി Lossless Compression എന്ന് വിളിക്കുന്നു. ഡാറ്റയുടെ വലിപ്പം കുറയ്ക്കുമെങ്കിലും ഒരൊറ്റ ബിറ്റ് പോലും നഷ്ടപ്പെടാതെ ഇത് തിരികെ എടുക്കാൻ സാധിക്കും. ഫയലിലെ ശൂന്യമായ സ്ഥലങ്ങളും (White spaces), ആവർത്തിക്കുന്ന കോഡുകളും ഒഴിവാക്കിയാണ് ആ 7GB സ്ഥലം കമ്പ്യൂട്ടർ ലാഭിക്കുന്നത്.