Barrapunto

Por profundizar en el tema, el algoritmo del gzip (vía zlib: LZ77+Huffman) y el del RAR (LZ77+Huffman+otros) son muy similares. El 7zip es algo diferente, basado en el algoritmo LZMA (LZ77 + predicción vía fuentes de Markov + Range Encoder). En el caso del formato .RAR y el .7z son multiarchivo, permitiendo usar el mismo diccionario entre ficheros. Por otro lado, el caso del .gz (o el .Z (LZW), .bzip2 (BWT)) procesa un flujo de datos, permitiendo pausar la compresión, añadiendo datos "al vuelo", sin necesidad de tener todos los datos para poder empezar a enviar (permite ir haciendo "pausas" en la codificación). Esto es muy importante, porque por ejemplo, para una transmision de 2MB, puedes ir *enviando* la información sin esperar a que se haya generado por completo, a partir, de por ejemplo, un "pipe" o cualquier situación que implique la adquisición gradual de datos.

En lo que respecta a la compresión, a menudo, más que cambiar de algoritmo de compresión, lo que suele dar mejores resultado es *ayudar* al algoritmo para mejorar los ratios (e.g. organizar los datos para que la redundancia pueda ser identificada por localidad por el compresor, etc.). Tampoco es necesario comprimir todo el rato con un diccionario del mismo tamaño, pues si "detectas" que la señal tiene mucho desorden, es recomendable ajustar el tamaño de diccionario a la baja, evitar que el diccionario te haga salir de la caché de segundo nivel, etc.