MTREEは、MS-DOS時代にソフトウェアやデータを配布するために一般的に使用されていた、古典的なアーカイブファイル形式です。Microsoftによって開発され、当時のハードウェア上で効率的な圧縮と高速な解凍速度により人気を博しました。MTREE形式は、ファイルとディレクトリの階層的な編成を可能にする、ツリーベースのアーカイブ構造です。
MTREEアーカイブは、アーカイブ内に格納されているファイルとディレクトリを表す一連のノードが続くヘッダーで構成されています。ヘッダーには、MTREEシグネチャ（通常は「MTRE」）、バージョン番号、圧縮方法、およびその他のフラグを含むアーカイブに関するメタデータが含まれています。ノードはツリー状の構造で整理されており、各ノードはファイルまたはディレクトリのいずれかを表します。
MTREEアーカイブの各ノードには、ノードタイプ （ファイルまたはディレクトリ）、ファイル属性（サイズ、タイムスタンプなど）、圧縮方法（該当する場合）、およびファイルの圧縮または非圧縮データなどの情報が含まれています。ディレクトリは、子ノードへの参照を含む特別なノードとして表され、アーカイブの階層構造を可能にします。
MTREEはさまざまな圧縮方法をサポートしており、最も一般的なのはLZSS（Lempel-Ziv-Storer-Szymanski）とDEFLATEです。LZSSは、スライディングウィンドウを使用してデータ内の繰り返しパターンを見つけて置き換える、辞書ベースの圧縮アルゴリズムです。高速な解凍と妥当な圧縮率を提供します。一方、DEFLATEはLZ77とハフマン符号化の組み合わせであり、LZSSと比較してより高い圧縮率を提供しますが、解凍はわずかに遅くなります。
MTREEの重要な機能の1つは、アーカイブ全体を解凍する必要なく、アーカイブ内の個々のファイルに効率的にアクセスできることです。これは、アーカイブの論理構造をノードの物理オフセットにマッピングするファイル割り当てテーブル（FAT）を使用することで実現されます。FATを使用すると、特定のファイルをすばやく検索して取得できるため、MTREEはファイルへのランダムアクセスが必要なシナリオに適しています。
MTREEアーカイブを作成するには、まずファイルとディレクトリを目的の階層に配置します。各ファイルは選択した圧縮方法を使用して圧縮され、圧縮データは対応するファイルノードに格納されます。ディレクトリは、子ノードへの参照を持つノードとして表されます。次に、FATが生成され、論理構造がアーカイブ内の物理オフセットにマッピングされます。
MTREEアーカイブからファイルを抽出するには、ツリー構造を走査して目的のファイルノードを見つける必要があります。FATは、アーカイブ内のファイルデータの物理オフセットをすばやく見つけるために使用されます。次に、ノードで指定された圧縮方法に基づいて、適切な解凍アルゴリズムを使用して圧縮データを解凍します。
MTREEアーカイブは、パスワード保護、暗号化、デジタル署名などの追加機能もサポートできます。パスワード保護により、アーカイブの内容へのアクセスを制限でき、暗号化によりファイルデータを暗号化することで追加のセキュリティレイヤーが提供されます。デジタル署名は、アーカイブの完全性と真正性を検証するために使用できます。
MTREEは古典的なアーカイブ形式と見なされており、ZIPやRARなどのより近代的な形式に取って代わられていますが、依然として歴史的意義を持っています。MS-DOS時代の多くの古いソフトウェア配布とデータアーカイブはMTREE形式を利用していたため、レガシーデータを保存してアクセスするために重要です。
結論として、MTREEの古典的なアーカイブ形式は、MS-DOS時代にファイルのアーカイブと配布のための広く使用され、効率的なソリューションでした。そのツリーベースの構造、効率的な圧縮方法、ランダムアクセス機能により、ソフトウェアの配布とデータの保存に人気の選択肢となりました。MTREEは今日ではそれほど普及していないかもしれませんが、その技術的詳細を理解することは、レガシーアーカイブを操作し、時間の経過に伴うファイル圧縮とアーカイブ手法の進化を理解するために依然として価値があります。
ファイル圧縮は冗長性を減らすことで、同じ情報がより少ないビットで済むようにします。どこまで圧縮できるかの上限は情報理論によって定められています。可逆圧縮の場合、その限界はソースのエントロピーです（シャノンの ソース符号化定理 と彼の1948年の独創的な論文 「通信の数学的理論」を参照）。非可逆圧縮の場合、レートと品質のトレードオフは レート歪み理論によって捉えられます。
ほとんどの圧縮プログラムには2つの段階があります。まず、モデルがデータ内の構造を予測または公開します。 次に、コーダーがそれらの予測をほぼ最適なビットパターンに変換します。古典的なモデリング ファミリーはレンペル–ジブです。 LZ77 (1977) とLZ78 (1978)は、繰り返される部分文字列を検出し、生のバイトの代わりに参照を出力します。 コーディング側では、 ハフマン符号化 （元の論文 1952を参照）は、より可能性の高いシンボルに短いコードを割り当てます。 算術符号化 と 範囲符号化 は、エントロピー限界に近づけるためのよりきめ細かい代替手段であり、現代の 非対称数系（ANS） は、高速なテーブル駆動の実装で同様の圧縮を実現します。
DEFLATE（gzip、zlib、ZIPで使用）は、LZ77とハフマン符号化を組み合わせたものです。その仕様は公開されています： DEFLATE RFC 1951、zlibラッパー RFC 1950、およびgzipファイル形式 RFC 1952。Gzipはストリーミング用にフレーム化されており、明示的に ランダムアクセスを提供しようとはしません。PNG画像は、PNG仕様書によれば、DEFLATEを唯一の圧縮方法として標準化しています（最大32 KiBのウィンドウ）。 「圧縮方法0… deflate/inflate… 最大32768バイト」 および W3C/ISO PNG第2版。
Zstandard (zstd): 非常に高速な 解凍で高い圧縮率を実現するために設計された、新しい汎用圧縮プログラムです。この形式は RFC 8878 （ HTMLミラーも参照）および参照仕様書 GitHubで文書化されています。gzipと同様に、基本フレームは ランダムアクセスを目的としていません。zstdのスーパーパワーの1つは辞書です。コーパスからの小さなサンプルで、多数の小さなファイルや類似のファイルで 圧縮を劇的に改善します（ python-zstandard辞書ドキュメント および Nigel Taoの実例を参照）。実装は、「非構造化」と「構造化」の両方の辞書を受け入れます （ディスカッション）。
Brotli: ウェブコンテンツ（例：WOFF2フォント、HTTP）に最適化されています。静的辞書と DEFLATEのようなLZ+エントロピーコアを組み合わせます。仕様は RFC 7932で、2WBITS−16のスライディングウィンドウ（WBITSは[10, 24]、1 KiB−16 Bから 16 MiB−16 Bまで）と、 ランダムアクセスを試みないことも記されています。Brotliは、ウェブテキストでgzipをしばしば上回り、高速にデコードします。
ZIPコンテナ: ZIPは、さまざまな圧縮方法 （deflate、store、zstdなど）でエントリを保存できるファイルアーカイブです。事実上の標準はPKWAREのAPPNOTEです（ APPNOTEポータル、 ホストされているコピー、およびLCの概要 ZIPファイル形式（PKWARE） / ZIP 6.3.3を参照）。
LZ4は、控えめな圧縮率で生の速度を目標としています。その プロジェクトページ （「非常に高速な圧縮」）と フレーム形式を参照してください。メモリ内キャッシュ、テレメトリ、または解凍がRAM速度に近い必要があるホットパスに最適です。
XZ / LZMAは、比較的遅い圧縮で密度（優れた圧縮率）を追求します。XZはコンテナです。 重労働は通常、LZMA/LZMA2（LZ77のようなモデリング+範囲符号化）によって行われます。 .xzファイル形式、 LZMA仕様（Pavlov）、およびLinuxカーネルのメモ XZ Embeddedについてを参照してください。XZは通常、gzipを上回り、高圧縮率の最新コーデックとしばしば競合しますが、エンコード時間は遅くなります。
bzip2は、 Burrows–Wheeler変換（BWT）、move-to-front、RLE、およびハフマン符号化を適用します。通常、gzipよりも小さいですが遅いです。 公式マニュアル およびmanページ （Linux）を参照してください。
「ウィンドウサイズ」は重要です。DEFLATE参照は32 KiBしか遡れません （RFC 1951 およびPNGの32 KiBキャップ ここに記載）。Brotliのウィンドウは、約1 KiBから16 MiBの範囲です （RFC 7932）。Zstdは、レベルごとにウィンドウと検索深度を調整します （RFC 8878）。基本的なgzip/zstd/brotliストリームは、シーケンシャルデコード用に設計されています。基本形式は ランダムアクセスを約束しませんが、コンテナ（例：tarインデックス、チャンク化されたフレーミング、または形式固有のインデックス）でそれを階層化できます。
上記の形式は可逆です。正確なバイトを再構築できます。メディアコーデックはしばしば非可逆です。 より低いビットレートを達成するために、知覚できない詳細を破棄します。画像では、古典的なJPEG（DCT、量子化、エントロピー 符号化）は ITU-T T.81 / ISO/IEC 10918-1で標準化されています。音声では、MP3（MPEG-1 Layer III）とAAC（MPEG-2/4）は、知覚モデルとMDCT変換に依存しています（ ISO/IEC 11172-3、 ISO/IEC 13818-7、およびMDCTの概要 こちらを参照）。非可逆と可逆は共存できます（例：UIアセット用のPNG、画像/動画/音声用のWebコ ーデック）。
理論： シャノン 1948 · レート歪み · 符号化： ハフマン 1952 · 算術符号化 · 範囲符号化 · ANS. フォーマット： DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4フレーム · XZ形式. BWTスタック： Burrows–Wheeler (1994) · bzip2マニュアル. メディア： JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
結論：データと制約に合った圧縮プログラムを選択し、実際の入力で測定し、 辞書とスマートフレーミングによる利点を忘れないでください。適切な組み合わせで、 より小さなファイル、より速い転送、より軽快なアプリを手に入れることができます—正確さや移植性を犠牲にすることなく。
ファイルの圧縮は、ファイルやファイルのサイズを減らすプロセスで、通常はストレージスペースを節約したり、ネットワークを介した伝送を高速化するために使用されます。
ファイルの圧縮は、データの冗長性を識別して削除することで機能します。それはアルゴリズムを使用して、元のデータをより小さいスペースでエンコードします。
ファイルの圧縮の主要な2つのタイプはロスレス圧縮とロッシー圧縮です。ロスレス圧縮では、元のファイルを完全に復元することができますが、ロッシー圧縮ではデータ品質の若干の損失を伴うより大きなサイズの削減が可能になります。
ファイルの圧縮ツールの人気の例はWinZipで、ZIPとRARを含む複数の圧縮形式をサポートしています。
ロスレス圧縮では品質は変わりません。しかし、ロッシー圧縮では、それほど重要ではないデータを削除してファイルサイズをより大幅に削減するため、品質の低下が目立つことがあります。
はい、データの整合性の面では、特にロスレス圧縮ではファイルの圧縮は安全です。しかし、他のファイルと同様に、圧縮ファイルはマルウェアやウイルスの標的になる可能性があるため、常に信頼することができるセキュリティソフトウェアを用意しておくことが重要です。
ほぼすべてのタイプのファイルが圧縮可能であり、テキストファイル、画像、音声、動画、ソフトウェアファイルなどがあります。ただし、圧縮可能なレベルは、ファイルタイプによって大幅に異なることがあります。
ZIPファイルは、1つ以上のファイルのサイズを減らすためにロスレス圧縮を使用するファイル形式の一種です。ZIPファイルの中の複数のファイルは、実質的に1つのファイルにまとめられるため、共有も簡単になります。
技術的にははい、ですが、さらなるサイズ縮小は最小限で、あるいは逆効果となる可能性があります。既に圧縮されたファイルを圧縮すると、圧縮アルゴリズムによって追加されたメタデータにより、そのサイズが増えることがあります。
ファイルを解凍するには、通常、解凍ツールやアンジッパーといったツール、例えばWinZipや7-Zipが必要です。これらのツールは、圧縮形式から元のファイルを抽出することができます。