گزینه Dictionary Size در نرم‌افزار WinRAR یکی از مهم‌ترین تنظیمات در فرآیند فشرده‌سازی فایل‌ها است. این گزینه تعیین می‌کند که الگوریتم فشرده‌سازی چه مقدار از داده‌های قبلی را به عنوان مرجع (Reference) در حافظه نگه دارد تا بتواند الگوهای تکراری را شناسایی کرده و داده‌ها را بهینه‌تر فشرده کند.
اما این مفهوم چگونه کار می‌کند و چه تأثیری روی کارایی و سرعت فشرده‌سازی دارد؟ برای درک بهتر این موضوع، ابتدا باید با اصول فشرده‌سازی داده‌ها آشنا شویم.

فشرده‌سازی داده‌ها و مفهوم مرجع (Reference)

هر الگوریتم فشرده‌سازی داده‌ها بر اساس کاهش افزونگی (Redundancy Reduction) کار می‌کند. این روش به معنای حذف اطلاعات تکراری و جایگزینی آن‌ها با یک اشاره یا مرجع (Reference) است.

به عنوان مثال، در یک سند متنی ممکن است عبارت "Data Compression" 50 بار تکرار شده باشد. اگر این عبارت هر بار به‌طور کامل ذخیره شود، حجم فایل افزایش می‌یابد. اما در روش فشرده‌سازی، این عبارت فقط یک بار ذخیره شده و در دفعات بعدی، فقط یک اشاره به نسخه اصلی در فایل ثبت می‌شود. این روش مرجع‌گذاری (Reference Encoding) نام دارد.

Dictionary Size مشخص می‌کند که چه مقدار از داده‌های قبلی می‌تواند برای ایجاد این مراجع استفاده شود.

توضیحات دیاگرام فوق:

این دیاگرام فرآیند فشرده‌سازی داده‌ها را با استفاده از مرجع‌گذاری (Reference Encoding) نمایش می‌دهد:

Data Block (بلوک داده اصلی - آبی):

• • داده‌های خام قبل از فشرده‌سازی که شامل اطلاعات تکراری است.

Data Compression 1, 2, 3 (داده‌های تکراری - خاکستری):

• • نسخه‌های مشابهی از اطلاعات که چندین بار در داده‌ها ظاهر می‌شوند.

Reference [1] (مرجع‌گذاری - سبز):

• • پس از فشرده‌سازی، تمام نسخه‌های تکراری جایگزین یک مرجع یکتا می‌شوند که نشان‌دهنده بهینه‌سازی و کاهش حجم داده‌ها است.

چگونه Dictionary Size روی فشرده‌سازی تأثیر می‌گذارد؟

در فرآیند فشرده‌سازی، Dictionary یک جدول داده‌ای است که شامل بخش‌های تکراری فایل ورودی می‌شود. مقدار Dictionary Size مشخص می‌کند که چه مقدار از این داده‌ها در حافظه ذخیره شده و مورد استفاده قرار گیرد.

الف) Dictionary Size بزرگ‌تر (۶۴MB یا ۱۲۸MB)

• الگوریتم می‌تواند داده‌های تکراری را در حجم بیشتری از فایل ورودی شناسایی کند.
• در نتیجه، نرخ فشرده‌سازی بهینه‌تر و حجم فایل خروجی کوچک‌تر خواهد شد.
• نیاز به رم (حافظه) بیشتری دارد و ممکن است سرعت فشرده‌سازی کاهش یابد.

ب) Dictionary Size کوچک‌تر (۴MB یا ۸MB)

• الگوریتم فقط می‌تواند تکرارها را در یک محدوده کوچک از داده‌ها پیدا کند.
• حجم فایل خروجی ممکن است بزرگ‌تر باشد.
• مصرف رم کمتر است و سرعت فشرده‌سازی افزایش می‌یابد.

الگوریتم‌های مرتبط با Dictionary Size

دو الگوریتم اصلی که تحت تأثیر Dictionary Size قرار دارند عبارت‌اند از:

الف) الگوریتم Lempel-Ziv (LZ77, LZ78)

این الگوریتم‌ها از پنجره لغزان (Sliding Window) برای شناسایی و جایگزینی داده‌های تکراری استفاده می‌کنند.

• مقدار Dictionary Size همان اندازه این پنجره است. هرچه مقدار بزرگ‌تر باشد، الگوریتم می‌تواند تطابق‌های دورتر را در فایل شناسایی کند.
• در روش LZ77، داده‌های قبلی به عنوان یک حافظه مرجع (Reference Buffer) ذخیره می‌شوند. در صورت مشاهده مجدد همان داده، فقط یک اشاره به موقعیت ذخیره‌شده قبلی ثبت می‌شود.

ب) الگوریتم Burrows-Wheeler Transform (BWT)

• در این روش، داده‌ها قبل از فشرده‌سازی به گونه‌ای مرتب می‌شوند که الگوهای تکراری در کنار هم قرار گیرند.
• Dictionary Size تعیین می‌کند که چه مقدار از داده‌ها می‌توانند پیش از مرتب‌سازی ذخیره شوند.
• مقدار بزرگ‌تر باعث مرتب‌سازی بهتر و فشرده‌سازی مؤثرتر خواهد شد.

 تأثیر Dictionary Size بر حافظه و عملکرد پردازنده

انتخاب اندازه Dictionary Size مستقیماً بر مصرف رم (RAM) و سرعت پردازش (CPU Performance) تأثیر دارد.

• مصرف حافظه (RAM):
  هرچه Dictionary Size بزرگ‌تر باشد، مقدار بیشتری از رم برای ذخیره اطلاعات فشرده‌سازی استفاده می‌شود. به همین دلیل، اگر سیستم دارای حافظه محدود (مثلاً ۴GB) باشد، انتخاب مقادیر بالا ممکن است باعث کاهش عملکرد یا حتی کرش (Crash) نرم‌افزار شود.

• سرعت پردازش:
  هرچه Dictionary Size بیشتر باشد، پردازنده نیاز به پردازش حجم بیشتری از داده‌ها دارد. این موضوع می‌تواند سرعت فشرده‌سازی را کاهش دهد، اما در عوض باعث ایجاد یک فایل خروجی با حجم کوچک‌تر می‌شود.

 مقایسه عملکرد فشرده‌سازی با مقادیر مختلف Dictionary Size

 جدول زیر گزینه‌های جدید Dictionary Size را بر اساس اطلاعات ارائه‌شده، به‌روزرسانی کرده و تأثیر هر مقدار را بر حجم فایل فشرده، سرعت فشرده‌سازی، و مصرف RAM نشان می‌دهد.

نتایج آزمایش‌ها نشان می‌دهد:

• برای سیستم‌های ضعیف یا فشرده‌سازی سریع: 4MB - 16MB توصیه می‌شود.
• برای فایل‌های متوسط و بهینه‌سازی تعادل سرعت و فشرده‌سازی: 32MB - 128MB بهترین گزینه است.
• برای حداکثر فشرده‌سازی (مانند آرشیوهای بزرگ): 1GB و بالاتر انتخاب کنید، اما سیستم شما باید حافظه RAM بسیار بالایی داشته باشد.

💡 اگر حافظه RAM کمتر از 16GB دارید، انتخاب 1GB به بالا ممکن است باعث کاهش عملکرد سیستم شود.
💡برای داده‌های متنی حجیم و آرشیوهای بزرگ مقدار 32MB تا 1GB پیشنهاد می‌شود.
💡برای سیستم‌های ضعیف یا فایل‌های کوچک‌تر مقدار 4MB تا 16MB کافی است.
💡برای فایل‌های تصویری و ویدئویی غیر فشرده، افزایش Dictionary Size به بیش از 1GB هیچ تأثیر مثبتی ندارد و فقط باعث کاهش سرعت پردازش خواهد شد.

مثال واقعی از دنیای فناوری

فرض کنید در حال فشرده‌سازی یک دیتابیس متنی بزرگ هستید که شامل میلیون‌ها ردیف داده با مقادیر مشابه است. اگر مقدار Dictionary Size کوچک (مثلاً 4MB یا 16MB) انتخاب شود، الگوریتم توانایی شناسایی الگوهای تکراری در محدوده وسیع را نخواهد داشت و میزان فشرده‌سازی محدود خواهد شد. این موضوع باعث می‌شود که حجم فایل خروجی نسبتاً بزرگ‌تر باشد و داده‌ها کمتر بهینه شوند.

اما اگر مقدار 32MB، 128MB یا حتی 1GB انتخاب شود، الگوریتم قادر خواهد بود داده‌های بیشتری را در محدوده گسترده‌تری مقایسه کند و اطلاعات تکراری را بهتر شناسایی کند. در نتیجه، خروجی نهایی کوچک‌تر و بهینه‌تر خواهد بود. البته، این افزایش دیکشنری نیاز به حافظه رم (RAM) بیشتری دارد و ممکن است فشرده‌سازی کمی کندتر انجام شود.

تأثیر در انواع فایل‌های دیگر

در مقابل، در فایل‌های چندرسانه‌ای مانند ویدئوهای با کیفیت بالا (4K، 8K) یا تصاویر خام (RAW)، چون داده‌ها الگوی تکراری مشخصی ندارند و توزیع آن‌ها تصادفی (Random) است، افزایش Dictionary Size تأثیر چندانی بر نرخ فشرده‌سازی نخواهد داشت. در این موارد، انتخاب مقدار بالای 1GB یا 4GB فقط باعث افزایش مصرف رم و کاهش سرعت فشرده‌سازی می‌شود، بدون اینکه تأثیر مثبتی بر کاهش حجم فایل داشته باشد.