خلاصه ماشینی:
آمادهسازی و تولید برنامهها با بهرهگیری از ویژگی فشردهسازی اطلاعات، امکانات زیادتری را در اختیار کاربران و محققان قرار میداد اما استفاده از یک جدول ثابتبرای هر متن دارای یک هزینه بالاسری است.
در یک فشردهسازی مرتبه صفر، آمار واقعی برای تولید جدول هافمن، ممکن است تا 256 بایت را به خود اختصاص دهد، اما در فشردهسازی مرتبههای بالاتر، مقدار حافظه بسیار زیادتری مورد نیاز میباشد.
با شیوه انتخابی برنامه نور، عبارت مورد جستجو به عبارت فشرده تبدیل میشود، آنگاه عملیات جستجو در متن فشرده شده که طبیعتا از حجم کمتری برخوردار است، صورت میگیرد.
با توجه به این دیدگاه، نقاط قوت بیش از 10 الگوریتم مختلف ارائه شده در فشردهسازی اطلاعات مورد ارزیابی قرار گرفت و با ترکیب این نقاط قوت و افزودن نکات ابداعی دیگر چند روش به عنوان روشهای موفق فشردهسازی انتخاب شدند.
این روش در مجموع، شیوه خوب و مناسبی بود اما امکان نمایش سریع اطلاعات از دست میرفت چون برای بازیابی هر حرفی بایستی عملیات رمزگشایی انجام میگرفت.
با در نظر گرفتن سه محور اخیر و با توجه به طبیعت متون مورد پردازش، برای هر متنی، ترکیبی از روشهای فشردهسازی به پیوست نکتههای فشردهسازی جدید، به عنوان دستور کار انتخاب میشد، و عملیات رمز کردن اطلاعات و فشردهسازی، توسط ماشین در یک فاصله زمانی خاصی انجام میگرفت.
بلکه به عکس با شیوه انتخابی برنامه نور، عبارت مورد جستجو به عبارت فشرده تبدیل میشود، آنگاه عملیات جستجو در متن فشرده شده که طبیعتا از حجم کمتری برخوردار است، صورت میگیرد.