Симонович С.В. (ред.) Информатика для юристов и экономистов

Подождите немного. Документ загружается.

и противоречивых стандартов. Для того чтобы весь мир одинаково кодировал

текстовые данные, нужны единые таблицы кодирования, а это пока невозможно

из-за противоречий между символами национальных алфавитов, а также проти-

воречий корпоративного характера.

Для английского языка, захватившего де-факто нишу международного

средства общения, противоречия уже сняты. Институт стандартизации США

(ANSI — American National Standard Institute) ввел в действие систему кодиро-

вания ASCII (American Standard Code for Information Interchange — стандартный

код информационного обмена США). В системе ASCII закреплены две таблицы

кодирования: базовая и расширенная. Базовая таблица закрепляет значения ко-

дов от 0 до 127, а расширенная относится к символам с номерами от 128 до 255.

Первые 32 кода базовой таблицы, начиная с нулевого, отданы производи-

телям аппаратных средств (в первую очередь производителям компьютеров и

печатающих устройств). В этой области размещаются так называемые управ-

ляющие коды, которым не соответствуют никакие символы языков, и, соответ-

ственно, эти коды не выводятся ни на экран, ни на устройства печати, но ими

можно управлять тем, как производится вывод прочих данных.

Начиная с кода 32 по код 127 размещены коды символов английского ал-

фавита, знаков препинания, цифр, арифметических действий и некоторых вспо-

могательных символов. Базовая таблица кодировки ASCII приведена в таблице

1.1.

Аналогичные системы кодирования текстовых данных были разработаны

и в других странах. Так, например, в СССР в этой области действовала система

кодирования КОИ-7 (код обмена информацией, семизначный). Однако под-

держка производителей оборудования и программ вывела американский код

ASCII на уровень международного стандарта, и национальным системам коди-

рования пришлось «отступить» во вторую, расширенную часть системы коди-

рования, определяющую значения кодов со 128 по 255. Отсутствие единого

стандарта в этой области привело к множественности одновременно действую-

щих кодировок. Только в России можно указать три действующих стандарта

кодировки и еще два устаревших.

Так, например, кодировка символов русского языка, известная как коди-

ровка Windows-1251, была введена «извне» — компанией Microsoft, но, учиты-

вая широкое распространение операционных систем и других продуктов этой

компании в России, она глубоко закрепилась и нашла широкое распростране-

ние (таблица 1.2). Эта кодировка используется на большинстве локальных

компьютеров, работающих на платформе Windows. Де-факто она стала стан-

дартной в российском секторе World Wide Web.

Другая распространенная кодировка носит название КОИ-8 (код обмена

информацией, восьмизначный) — ее происхождение относится ко временам

действия Совета Экономической Взаимопомощи государств Восточной Европы

(таблица 1.3). На базе этой кодировки ныне действуют кодировки КОИ8-Р (рус-

ская) и КОИ8-У (украинская). Сегодня кодировка КОИ8-Р имеет широкое рас-

пространение в компьютерных сетях на территории России и в некоторых

службах российского сектора Интернета. В частности, в России она де-факто

является стандартной в сообщениях электронной почты и телеконференций.

Международный стандарт, в котором предусмотрена кодировка символов

русского алфавита, носит название кодировки ISO (International Standard Organ-

ization) - Международный институт стандартизации). На практике данная коди-

ровка используется редко (таблица 1.4).

На компьютерах, работающих в операционных системах MS-DOS, могут

действовать еще две кодировки (кодировка ГОСТ и кодировка ГОСТ-альтерна-

тивная). Первая из них считалась устаревшей даже в первые годы появления

персональной вычислительной техники, но вторая используется и по сей день

(см. таблицу 1.5).

В связи с изобилием систем кодирования текстовых данных, действую-

щих в России, возникает задача межсистемного преобразования данных — это

одна из распространенных задач информатики.

Универсальная система кодирования текстовых данных

Если проанализировать организационные трудности, связанные с созда-

нием единой системы кодирования текстовых данных, то можно прийти к вы-

воду, что они вызваны ограниченным набором кодов (256). В то же время оче-

видно, что если, например, кодировать символы не восьмиразрядными двоич-

ными числами, а числами с большим количеством разрядов, то и диапазон воз-

можных значений кодов станет намного больше. Такая система, основанная на

16-разрядном кодировании символов, получила название универсальной —

UNICODE. Шестнадцать разрядов позволяют обеспечить уникальные коды для

65536 различных символов — этого поля достаточно для размещения в одной

таблице символов большинства языков планеты.

Несмотря на тривиальную очевидность такого подхода, простой механи-

ческий переход на данную систему долгое время сдерживался из-за недостаточ-

ных ресурсов средств вычислительной техники (в системе кодирования UNI-

CODE все текстовые документы автоматически становятся вдвое длиннее). Во

второй половине 90-х годов технические средства достигли необходимого

уровня обеспеченности ресурсами, и сегодня мы наблюдаем постепенный пере-

вод документов и программных средств на универсальную систему кодирова-

ния. Для индивидуальных пользователей это еще больше добавило забот по со-

гласованию документов, выполненных в разных системах кодирования, с про-

граммными средствами, но это надо понимать как трудности переходного пери-

ода.

Кодирование графических данных

Если рассмотреть с помощью увеличительного стекла черно-белое графи-

ческое изображение, напечатанное в газете или книге, то можно увидеть, что

оно состоит из мельчайших точек, образующих характерный узор, называемый

растром (рис. 1.9).

Рис. 1.9. Растр — это метод кодирования графической информации,

издавна принятый в полиграфии

Поскольку линейные координаты и индивидуальные свойства каждой

точки (яркость) можно выразить с помощью целых чисел, то можно сказать,

что растровое кодирование позволяет использовать двоичный код для представ-

ления графических данных. Общепринятым на сегодняшний день считается

представление черно-белых иллюстраций в виде комбинации точек с 256 града-

циями серого цвета, и, таким образом, для кодирования яркости любой точки

обычно достаточно восьмиразрядного двоичного числа.

Для кодирования цветных графических изображений применяется прин-

цип декомпозиции произвольного цвета на основные составляющие. В качестве

таких составляющих используют три основных цвета: красный (Red, R), зеле-

ный (Green, G) и синий (Blue, В). На практике считается (хотя теоретически это

не совсем так), что любой цвет, видимый человеческим глазом, можно полу-

чить путем механического смешения этих трех основных цветов. Такая система

кодирования называется системой RGB по первым буквам названий основных

цветов.

Если для кодирования яркости каждой из основных составляющих ис-

пользовать по 256 значений (восемь двоичных разрядов), как это принято для

полутоновых черно-белых изображений, то на кодирование цвета одной точки

надо затратить 24 разряда. При этом система кодирования обеспечивает одно-

значное определение 16,5 млн различных цветов, что на самом деле близко к

чувствительности человеческого глаза. Режим представления цветной графики

с использованием 24 двоичных разрядов называется полноцветным (True Col-

or).

Каждому из основных цветов можно поставить в соответствие дополни-

тельный цвет, то есть цвет, дополняющий основной цвет до белого. Нетрудно

заметить, что для любого из основных цветов дополнительным будет цвет, об-

разованный суммой пары остальных основных цветов. Соответственно, допол-

нительными цветами являются: голубой (Cyan, С), пурпурный (Magenta, M) и

желтый (Yellow, Y). Принцип декомпозиции произвольного цвета на состав-

ляющие компоненты можно применять не только для основных цветов, но и

для дополнительных, то есть любой цвет можно представить в виде суммы го-

лубой, пурпурной и желтой составляющей. Такой метод кодирования цвета

принят в полиграфии, но в полиграфии используется еще и четвертая краска —

черная (Black, К). Поэтому данная система кодирования обозначается четырьмя

буквами CMYK (черный цвет обозначается буквой К, потому что буква В уже

занята синим цветом), и для представления цветной графики в этой системе

надо иметь 32 двоичных разряда. Такой режим тоже называется полноцветным

(True Color).

Если уменьшить количество двоичных разрядов, используемых для коди-

рования цвета каждой точки, то можно сократить объем данных, но при этом

диапазон кодируемых цветов заметно сокращается. Кодирование цветной гра-

фики 16-разрядными двоичными числами называется режимом High Color.

При кодировании информации о цвете с помощью восьми бит данных

можно передать только 256 цветовых оттенков. Такой метод кодирования цвета

называется индексным. Смысл названия в том, что, поскольку 256 значений со-

вершенно недостаточно, чтобы передать весь диапазон цветов, доступный чело-

веческому глазу, код каждой точки растра выражает не цвет сам по себе, а толь-

ко его номер (индекс) в некоей справочной таблице, называемой палитрой. Ра-

зумеется, эта палитра должна прикладываться к графическим данным — без

нее нельзя воспользоваться методами воспроизведения информации на экране

или бумаге (то есть, воспользоваться, конечно, можно, но из-за неполноты дан-

ных полученная информация не будет адекватной: листва на деревьях может

оказаться красной, а небо — зеленым).

Кодирование звуковой информации

Приемы и методы работы со звуковой информацией пришли в вычисли-

тельную технику наиболее поздно. К тому же, в отличие от числовых, тексто-

вых и графических данных, у звукозаписей не было столь же длительной и про-

веренной истории кодирования. В итоге методы кодирования звуковой инфор-

мации двоичным кодом далеки от стандартизации. Множество отдельных

компаний разработали свои корпоративные стандарты.

1.7. ОСНОВНЫЕ СТРУКТУРЫ ДАННЫХ

Работа с большими наборами данных автоматизируется проще, когда

данные упорядочены, то есть образуют заданную структуру. Существует три

основных типа структур данных: линейная, иерархическая и табличная. Их

можно рассмотреть на примере обычной книги.

Если разобрать книгу на отдельные листы и перемешать их, книга поте-

ряет свое назначение. Она по-прежнему будет представлять набор данных, но

подобрать адекватный метод для получения из нее информации весьма непро-

сто. (Еще хуже дело 'будет обстоять, если из книги вырезать каждую букву

отдельно, — в этом случае вряд ли вообще найдется адекватный метод для ее

прочтения.)

Если же собрать все листы книги в правильной последовательности, мы

получим простейшую структуру данных — линейную. Такую книгу уже можно

читать, хотя для поиска нужных данных ее придется прочитать подряд, начиная

с самого начала, что не всегда удобно.

Для быстрого поиска данных существует иерархическая структура. Так,

например, книги разбивают на части, разделы, главы, параграфы и т. п. Элемен-

ты структуры более низкого уровня входят в элементы структуры более высо-

кого уровня: разделы состоят из глав, главы из параграфов и т. д.

Для больших массивов поиск данных в иерархической структуре намного

проще, чем в линейной, однако и здесь необходима навигация, связанная с по-

требностью просмотра. На практике задачу упрощают тем, что в большинстве

книг есть вспомогательная перекрестная таблица, связывающая элементы

иерархической структуры с элементами линейной структуры, то есть связываю-

щая разделы, главы и параграфы с номерами страниц. В книгах с простой

иерархической структурой, рассчитанных на последовательное чтение, эту та-

блицу принято называть оглавлением, а в книгах со сложной структурой, до-

пускающей выборочное чтение, ее называют содержанием.

Линейные структуры (списки данных, векторы данных)

Линейные структуры — это хорошо знакомые нам списки. Список — это

простейшая структура данных, отличающаяся тем, что адрес каждого элемента

данных однозначно определяется его номером. Проставляя номера на отдель-

ных страницах рассыпанной книги, мы создаем структуру списка. Обычный

журнал посещаемости занятий, например, имеет структуру списка, поскольку

все студенты группы зарегистрированы в нем под своими уникальными номе-

рами. Мы называем номера уникальными потому, что в одной группе не могут

быть зарегистрированы два студента с одним и тем же номером.

При создании любой структуры данных надо решить два вопроса: как

разделять элементы данных между собой и как разыскивать нужные элементы.

В журнале посещаемости, например, это решается так: каждый новый элемент

списка заносится с новой строки, то есть разделителем является конец строки.

Тогда нужный элемент можно разыскать по номеру строки.

N п/п Фамилия, Имя, Отчество

1 Аистов Александр Алексеевич

2 Бобров Борис Борисович

3 Воробьева Валентина Владиславовна

……………………………………

27 Сорокин Сергей Семенович

Разделителем может быть и какой-нибудь специальный символ. Нам хо-

рошо известны разделители между словами — это пробелы. В русском и во

многих европейских языках общепринятым разделителем предложений являет-

ся точка. В рассмотренном нами классном журнале в качестве разделителя

можно использовать любой символ, который не встречается в самих данных,

например символ «*». Тогда наш список выглядел бы так:

Аистов Александр Алексеевич * Бобров Борис Борисович * Воробьева

Валентина Владиславовна *... * Сорокин Сергей Семенович

В этом случае для розыска элемента с номером n надо просмотреть спи-

сок начиная с самого начала и пересчитать встретившиеся разделители. Когда

будет отсчитано n-1 разделителей, начнется нужный элемент. Он закончится,

когда будет встречен следующий разделитель.

Еще проще можно действовать, если все элементы списка имеют равную

длину. В этом случае разделители в списке вообще не нужны. Надо просмот-

реть список с самого начала и отсчитать n-1 элемент. Со следующего символа

начнется нужный элемент. Поскольку его длина известна, то его конец опреде-

лить нетрудно. Такие упрощенные списки, состоящие из элементов равной дли-

ны, называют векторами данных. Работать с ними особенно удобно.

Таким образом, линейные структуры данных (списки) — это упорядочен-

ные структуры, в которых адрес элемента однозначно определяется его номе-

ром.

Табличные структуры (таблицы данных, матрицы данных)

С таблицами данных мы тоже хорошо знакомы, достаточно вспомнить

всем известную таблицу умножения. Табличные структуры отличаются от спи-

сочных тем, что элементы данных определяются адресом ячейки, который со-

стоит не из одного параметра, как в списках, а из нескольких. Для таблицы

умножения, например, адрес ячейки определяется номерами строки и столбца.

Нужная ячейка находится на их пересечении, а элемент выбирается из ячейки.

При хранении табличных данных количество разделителей должно быть

больше, чем для данных, имеющих структуру списка. Например, когда таблицы

печатают в книгах, строки и столбцы разделяют графическими элементами —

линиями вертикальной и горизонтальной разметки (рис. 1.10).

Город Население

1850

Население

1900

Население

1950

Население 1980

Нью-Йорк 696115 3 437 202 7 891 957 7 071 639

Лос-Анжелес 1 610 102479 1 970 358 2 966 850

Чикаго 29963 1 698 575 3 620 962 3 005 072

Хьюстон 2396 44633 596 163 1 595 138

Филадельфия 121 376 1 293 667 2 071 605 1 688210

Рис. 1.10. В двумерных таблицах, которые печатают в книгах,

применяются два типа разделителей — вертикальные

и горизонтальные

Если нужно сохранить таблицу в виде длинной символьной строки, ис-

пользуют один символ-разделитель между элементами, принадлежащими од-

ной строке, и другой разделитель для отделения строк, например так:

Нью-Йорк*696115*3437202*7891957*7071639#Лос-Анжелес*1610*102479*1970 58*2966850

Для розыска элемента, имеющего адрес ячейки (m, n), надо просмотреть

набор данных с самого начала и пересчитать внешние разделители. Когда будет

отсчитан m-1 разделитель, надо пересчитывать внутренние разделители. После

того как будет найден n-1 разделитель, начнется нужный элемент. Он закончит-

ся, когда будет встречен любой очередной разделитель.

Еще проще можно действовать, если все элементы таблицы имеют рав-

ную длину. Такие таблицы называют матрицами. В данном случае разделители

не нужны, поскольку все элементы имеют равную длину.

Таким образом, табличные структуры данных (матрицы) — это упорядо-

ченные структуры, в которых адрес элемента определяется номером строки и

номером столбца, на пересечении которых находится ячейка, содержащая иско-

мый элемент.

Многомерные таблицы. Выше мы рассмотрели пример таблицы, имею-

щей два измерения (строка и столбец), но в жизни нередко приходится иметь

дело с таблицами, у которых количество измерений больше. Вот пример табли-

цы, с помощью которой может быть организован учет учащихся.

Номер факультета: 3

Номер курса (на факультете): 2

Номер специальности (на курсе): 2

Номер группы в потоке одной специальности: 1

Номер учащегося в группе: 19

Размерность такой таблицы равна пяти, и для однозначного отыскания

данных об учащемся в подобной структуре надо знать все пять параметров

(координат).

Иерархические структуры данных

Нерегулярные данные, которые трудно представить в виде списка или та-

блицы, часто представляют в виде иерархических структур. С подобными

структурами мы очень хорошо знакомы по обыденной жизни. Иерархическую

структуру имеет система почтовых адресов. Подобные структуры также широ-

ко применяют в научных систематизациях и всевозможных классификациях

(рис. 1.11).

Рис. 1.11. Пример иерархической структуры данных

В иерархической структуре адрес каждого элемента определяется путем

доступа (маршрутом), ведущим от вершины структуры к данному элементу.

Вот, например, как выглядит путь доступа к команде, запускающей программу

Калькулятор (стандартная программа компьютеров, работающих в операцион-

ной системе Windows 98):

Пуск > Программы > Стандартные > Калькулятор.

Упорядочение структур данных

Списочные и табличные структуры являются простыми. Ими легко поль-

зоваться, поскольку адрес каждого элемента задается числом (для списка), дву-

мя числами (для двумерной таблицы) или несколькими числами для многомер-

ной таблицы. Они также легко упорядочиваются. Основным методом упорядо-

чения является сортировка. Данные можно сортировать по любому избранному

критерию, например: по алфавиту, по возрастанию порядкового номера или по

возрастанию какого-либо параметра.

Несмотря на многочисленные удобства, у простых структур данных есть

и недостаток — их трудно обновлять. Если, например, перевести студента из

одной группы в другую, изменения надо вносить сразу в два журнала посещае-

мости; при этом в обоих журналах будет нарушена списочная структура. Если

переведенного студента вписать в конец списка группы, нарушится упорядоче-

ние по алфавиту, а если его вписать в соответствии с алфавитом, то изменятся

порядковые номера всех студентов, которые следуют за ним.

Таким образом, при добавлении произвольного элемента в упорядочен-

ную структуру списка может происходить изменение адресных данных у дру-

гих элементов. В журналах успеваемости это пережить нетрудно, но в систе-

мах, выполняющих автоматическую обработку данных, нужны специальные

методы для решения этой проблемы.

Иерархические структуры данных по форме сложнее, чем линейные и та-

бличные, но они не создают проблем с обновлением данных. Их легко разви-

вать путем создания новых уровней. Даже если в учебном заведении будет со-

здан новый факультет, это никак не отразится на пути доступа к сведениям об

учащихся прочих факультетов.

Недостатком иерархических структур является относительная трудоем-

кость записи адреса элемента данных и сложность упорядочения. Часто методы

упорядочения в таких структурах основывают на предварительной индексации,

которая заключается в том, что каждому элементу данных присваивается свой

уникальный индекс, который можно использовать при поиске, сортировке и т.

п. После такой индексации данные легко разыскиваются по двоичному коду

связанного с ними индекса.

С примерами индексации вы, конечно, знакомы. Обычная книга (напри-

мер такая, как эта) имеет иерархическую структуру. Алфавитный указатель в

конце книги — это пример индекса. С его помощью можно найти страницу, со-

ответствующую нужному термину, не прибегая к просмотру всего содержания.