Codificación Golomb: Cuando la compresión se basa en patrones matemáticos

No todos los datos se comportan igual. Los algoritmos de compresión generalistas como gzip o LZ4 funcionan bien en la mayoría de casos, pero pierden eficiencia cuando los valores siguen una distribución predecible. Aquí es donde entra Golomb coding, una técnica de compresión sin pérdida creada por Solomon W. Golomb en los años 60 que sigue siendo útil hoy en día.

Su punto fuerte no es ser versátil, sino adaptarse a un tipo concreto de datos: aquellos donde los valores pequeños aparecen con mucha más frecuencia que los grandes.

Distribuciones geométricas en la práctica

Este patrón aparece en muchos escenarios reales. En protocolos de red, la mayoría de conexiones se establecen al primer intento. En vídeo, las diferencias entre fotogramas consecutivos suelen ser mínimas. En archivos de registro, los errores graves son mucho menos comunes que los avisos menores.

Golomb coding aprovecha esta asimetría. Asigna códigos más cortos a los valores frecuentes y más largos a los raros, logrando mejores tasas de compresión que los métodos de longitud variable tradicionales.

Funcionamiento básico

El algoritmo utiliza un parámetro M para dividir cada número en dos partes: un cociente y un resto. El cociente se codifica en unario (una secuencia de ceros terminada en uno), mientras que el resto usa representación binaria. Esta combinación permite representar números con muy pocos bits cuando siguen la distribución esperada.

Para un desarrollador, la conclusión es simple: si tus datos contienen mayoritariamente valores pequeños, Golomb coding puede ofrecer mejor compresión que algoritmos genéricos y con menor consumo de CPU.

Rice coding: una versión optimizada

Robert F. Rice refinó la idea original creando Rice coding. La diferencia clave es que M debe ser siempre una potencia de dos. Esto permite reemplazar las divisiones y módulos por operaciones de desplazamiento y máscaras de bits.

En procesadores modernos, estas operaciones son mucho más rápidas que la aritmética convencional. El resultado es un algoritmo que mantiene la eficiencia de compresión pero reduce drásticamente el tiempo de procesamiento.

Aplicaciones actuales

Aunque tienen décadas de antigüedad, estos métodos siguen presentes en sistemas modernos:

• Códecs de vídeo: Los estándares H.264 y H.265 utilizan Exp-Golomb coding para codificar elementos de sintaxis
• Procesamiento de audio: Los algoritmos de compresión de voz aplican Rice coding para reducir el tamaño de los datos
• Datos genómicos: Las herramientas de bioinformática emplean variantes de Golomb al procesar secuencias de ADN
• Dispositivos IoT: Los sensores con batería limitada usan Rice coding para minimizar el tráfico de red
• Sistemas embebidos: Donde los ciclos de CPU son escasos, las operaciones bitwise de Rice coding marcan la diferencia

Ventajas para el desarrollador

Lo que hace atractivos a estos algoritmos es su simplicidad y predictibilidad:

Un solo parámetro: No necesitan construir tablas de frecuencias ni adaptarse dinámicamente. Configuras M y obtienes resultados consistentes.

Bajo coste computacional: Tanto la codificación como la decodificación son O(1) con factores constantes mínimos, lo que los hace ideales para aplicaciones en tiempo real.

Eficiencia de memoria: No requieren tablas de consulta grandes ni máquinas de estados. Funcionan bien en entornos con recursos limitados.

Determinismo: La misma entrada siempre produce la misma salida, algo valioso para pruebas y sistemas reproducibles.

Cuándo evitarlo

Golomb coding no es la solución universal. Si tus datos siguen una distribución uniforme o normal, este método puede incluso aumentar el tamaño del archivo. Su rendimiento depende por completo de que los valores pequeños dominen la muestra.

En datos arbitrarios, los algoritmos de compresión adaptativos suelen superar a Golomb coding. Si necesitas la máxima ratio de compresión sin importar la velocidad, LZMA o Zstandard serán opciones más adecuadas.

Una lección que sigue vigente

Golomb coding demuestra que comprender bien la naturaleza de tus datos permite crear soluciones más simples, rápidas y eficientes. En una época dominada por la optimización mediante IA, resulta interesante que un algoritmo de los años 60 siga siendo relevante cuando los datos presentan la distribución geométrica para la que fue diseñado.

Si estás trabajando con streaming de vídeo, redes de sensores o análisis genómico, conocer Golomb y Rice coding amplía tus opciones para elegir la herramienta adecuada en lugar de aplicar siempre la misma solución.