O que é um método melhor para embalar 4 bytes em 3 do que isso?
-
12-09-2019 - |
Pergunta
Eu tenho uma matriz de valores de todo o bem dentro da faixa 0 - 63, e decidi que poderia embalar a cada 4 bytes em 3 porque os valores requerem apenas 6 bits e eu poderia usar os 2bits extra para armazenar os 2 primeiros bits do valor seguinte e assim por diante.
Sem nunca ter feito isso antes que eu usei a declaração switch
e uma variável nextbit
(a máquina de estado como o dispositivo) para fazer a embalagem e manter o controle do bit inicial. Estou convencido no entanto, deve haver uma maneira melhor.
Sugestões / pistas agradar, mas não arruinar minha diversão; -)
Qualquer problema de portabilidade em relação a grande little endian /?
btw: tenho verificado este código está funcionando, descompactando-o novamente e comparando com a entrada. E não, não é lição de casa, apenas um exercício que eu estabeleci para mim mesmo.
/* build with gcc -std=c99 -Wconversion */
#define ASZ 400
typedef unsigned char uc_;
uc_ data[ASZ];
int i;
for (i = 0; i < ASZ; ++i) {
data[i] = (uc_)(i % 0x40);
}
size_t dl = sizeof(data);
printf("sizeof(data):%z\n",dl);
float fpl = ((float)dl / 4.0f) * 3.0f;
size_t pl = (size_t)(fpl > (float)((int)fpl) ? fpl + 1 : fpl);
printf("length of packed data:%z\n",pl);
for (i = 0; i < dl; ++i)
printf("%02d ", data[i]);
printf("\n");
uc_ * packeddata = calloc(pl, sizeof(uc_));
uc_ * byte = packeddata;
uc_ nextbit = 1;
for (int i = 0; i < dl; ++i) {
uc_ m = (uc_)(data[i] & 0x3f);
switch(nextbit) {
case 1:
/* all 6 bits of m into first 6 bits of byte: */
*byte = m;
nextbit = 7;
break;
case 3:
/* all 6 bits of m into last 6 bits of byte: */
*byte++ = (uc_)(*byte | (m << 2));
nextbit = 1;
break;
case 5:
/* 1st 4 bits of m into last 4 bits of byte: */
*byte++ = (uc_)(*byte | ((m & 0x0f) << 4));
/* 5th and 6th bits of m into 1st and 2nd bits of byte: */
*byte = (uc_)(*byte | ((m & 0x30) >> 4));
nextbit = 3;
break;
case 7:
/* 1st 2 bits of m into last 2 bits of byte: */
*byte++ = (uc_)(*byte | ((m & 0x03) << 6));
/* next (last) 4 bits of m into 1st 4 bits of byte: */
*byte = (uc_)((m & 0x3c) >> 2);
nextbit = 5;
break;
}
}
Solução
Então, isso é um bocado como código-golf , certo?
#include <stdlib.h>
#include <string.h>
static void pack2(unsigned char *r, unsigned char *n) {
unsigned v = n[0] + (n[1] << 6) + (n[2] << 12) + (n[3] << 18);
*r++ = v;
*r++ = v >> 8;
*r++ = v >> 16;
}
unsigned char *apack(const unsigned char *s, int len) {
unsigned char *s_end = s + len,
*r, *result = malloc(len/4*3+3),
lastones[4] = { 0 };
if (result == NULL)
return NULL;
for(r = result; s + 4 <= s_end; s += 4, r += 3)
pack2(r, s);
memcpy(lastones, s, s_end - s);
pack2(r, lastones);
return result;
}
Outras dicas
Confira o IETF RFC 4648 para 'The base16, Base32 e Base64 Dados Codificações' .
crítica código parcial:
size_t dl = sizeof(data);
printf("sizeof(data):%d\n",dl);
float fpl = ((float)dl / 4.0f) * 3.0f;
size_t pl = (size_t)(fpl > (float)((int)fpl) ? fpl + 1 : fpl);
printf("length of packed data:%d\n",pl);
Não use o material de ponto flutuante - basta usar inteiros. E uso '% z' para imprimir valores 'size_t' -. Assumindo que você tem uma biblioteca C99
size_t pl = ((dl + 3) / 4) * 3;
Eu acho que o loop pode ser simplificada por lidar com unidades de entrada de 3 bytes até que você tenha uma unidade parcial de sobra, e depois lidar com um resto de 1 ou 2 bytes como casos especiais. Faço notar que a norma de referência diz que você use um ou dois '=' indicações para pad no final.
Eu tenho um codificador Base64 e decodificar que faz um pouco disso. Você está descrevendo a parte 'decodificação' de Base64 - onde o código Base64 tem 4 bytes de dados que devem ser armazenados em apenas 3 - como o seu Código de embalagem. O codificador corresponde Base64 para o unpacker você vai precisar.
Base 64 Descodificador
Nota: base_64_inv é uma matriz de valores 256, uma para cada valor de bytes de entrada possíveis; que define o valor decodificado correcta para cada byte codificado. Na codificação de base 64, isto é uma matriz esparsa - 3/4 zeros. Da mesma forma, base_64_map é o mapeamento entre um valor 0..63 e o valor de armazenamento correspondente.
enum { DC_PAD = -1, DC_ERR = -2 };
static int decode_b64(int c)
{
int b64 = base_64_inv[c];
if (c == base64_pad)
b64 = DC_PAD;
else if (b64 == 0 && c != base_64_map[0])
b64 = DC_ERR;
return(b64);
}
/* Decode 4 bytes into 3 */
static int decode_quad(const char *b64_data, char *bin_data)
{
int b0 = decode_b64(b64_data[0]);
int b1 = decode_b64(b64_data[1]);
int b2 = decode_b64(b64_data[2]);
int b3 = decode_b64(b64_data[3]);
int bytes;
if (b0 < 0 || b1 < 0 || b2 == DC_ERR || b3 == DC_ERR || (b2 == DC_PAD && b3 != DC_PAD))
return(B64_ERR_INVALID_ENCODED_DATA);
if (b2 == DC_PAD && (b1 & 0x0F) != 0)
/* 3rd byte is '='; 2nd byte must end with 4 zero bits */
return(B64_ERR_INVALID_TRAILING_BYTE);
if (b2 >= 0 && b3 == DC_PAD && (b2 & 0x03) != 0)
/* 4th byte is '='; 3rd byte is not '=' and must end with 2 zero bits */
return(B64_ERR_INVALID_TRAILING_BYTE);
bin_data[0] = (b0 << 2) | (b1 >> 4);
bytes = 1;
if (b2 >= 0)
{
bin_data[1] = ((b1 & 0x0F) << 4) | (b2 >> 2);
bytes = 2;
}
if (b3 >= 0)
{
bin_data[2] = ((b2 & 0x03) << 6) | (b3);
bytes = 3;
}
return(bytes);
}
/* Decode input Base-64 string to original data. Output length returned, or negative error */
int base64_decode(const char *data, size_t datalen, char *buffer, size_t buflen)
{
size_t outlen = 0;
if (datalen % 4 != 0)
return(B64_ERR_INVALID_ENCODED_LENGTH);
if (BASE64_DECLENGTH(datalen) > buflen)
return(B64_ERR_OUTPUT_BUFFER_TOO_SMALL);
while (datalen >= 4)
{
int nbytes = decode_quad(data, buffer + outlen);
if (nbytes < 0)
return(nbytes);
outlen += nbytes;
data += 4;
datalen -= 4;
}
assert(datalen == 0); /* By virtue of the %4 check earlier */
return(outlen);
}
Base 64 Codificador
/* Encode 3 bytes of data into 4 */
static void encode_triplet(const char *triplet, char *quad)
{
quad[0] = base_64_map[(triplet[0] >> 2) & 0x3F];
quad[1] = base_64_map[((triplet[0] & 0x03) << 4) | ((triplet[1] >> 4) & 0x0F)];
quad[2] = base_64_map[((triplet[1] & 0x0F) << 2) | ((triplet[2] >> 6) & 0x03)];
quad[3] = base_64_map[triplet[2] & 0x3F];
}
/* Encode 2 bytes of data into 4 */
static void encode_doublet(const char *doublet, char *quad, char pad)
{
quad[0] = base_64_map[(doublet[0] >> 2) & 0x3F];
quad[1] = base_64_map[((doublet[0] & 0x03) << 4) | ((doublet[1] >> 4) & 0x0F)];
quad[2] = base_64_map[((doublet[1] & 0x0F) << 2)];
quad[3] = pad;
}
/* Encode 1 byte of data into 4 */
static void encode_singlet(const char *singlet, char *quad, char pad)
{
quad[0] = base_64_map[(singlet[0] >> 2) & 0x3F];
quad[1] = base_64_map[((singlet[0] & 0x03) << 4)];
quad[2] = pad;
quad[3] = pad;
}
/* Encode input data as Base-64 string. Output length returned, or negative error */
static int base64_encode_internal(const char *data, size_t datalen, char *buffer, size_t buflen, char pad)
{
size_t outlen = BASE64_ENCLENGTH(datalen);
const char *bin_data = (const void *)data;
char *b64_data = (void *)buffer;
if (outlen > buflen)
return(B64_ERR_OUTPUT_BUFFER_TOO_SMALL);
while (datalen >= 3)
{
encode_triplet(bin_data, b64_data);
bin_data += 3;
b64_data += 4;
datalen -= 3;
}
b64_data[0] = '\0';
if (datalen == 2)
encode_doublet(bin_data, b64_data, pad);
else if (datalen == 1)
encode_singlet(bin_data, b64_data, pad);
b64_data[4] = '\0';
return((b64_data - buffer) + strlen(b64_data));
}
I vida complicar por ter que lidar com um produto que usa um alfabeto variante para a codificação Base64, e também consegue não dados almofada - daí o argumento de 'almofada' (que pode ser zero para 'padding null' ou '= 'para preenchimento padrão. a 'matriz base_64_map' contém o alfabeto a ser usado para os valores de 6 bits no intervalo 0..63.
Outra maneira mais simples de fazê-lo seria a campos uso bit. Um dos cantos menos conhecidas de sintaxe C struct
é o grande campo. Vamos dizer que você tem a seguinte estrutura:
struct packed_bytes {
byte chunk1 : 6;
byte chunk2 : 6;
byte chunk3 : 6;
byte chunk4 : 6;
};
Este declara chunk1
, chunk2
, chunk3
e chunk4
para ter o tipo byte
mas só ocupam 6 bits na estrutura. O resultado é que sizeof(struct packed_bytes) == 3
. Agora tudo que você precisa é de um pouco de função para tirar sua matriz e despejá-lo na estrutura assim:
void
dump_to_struct(byte *in, struct packed_bytes *out, int count)
{
int i, j;
for (i = 0; i < (count / 4); ++i) {
out[i].chunk1 = in[i * 4];
out[i].chunk2 = in[i * 4 + 1];
out[i].chunk3 = in[i * 4 + 2];
out[i].chunk4 = in[i * 4 + 3];
}
// Finish up
switch(struct % 4) {
case 3:
out[count / 4].chunk3 = in[(count / 4) * 4 + 2];
case 2:
out[count / 4].chunk2 = in[(count / 4) * 4 + 1];
case 1:
out[count / 4].chunk1 = in[(count / 4) * 4];
}
}
Lá vai você, agora você tem uma série de struct packed_bytes
que você pode ler facilmente usando a estrutura acima.
Em vez de usar um StateMachine você pode simplesmente usar um contador para quantos bits já são utilizados no byte atual, a partir do qual você pode derivar diretamente as Shift-offsets e se ou não você transbordar para o próximo byte.
Em relação ao endianess: Enquanto você usa apenas um único tipo de dados (que é que você não reinterpretar ponteiro para tipos de tamanho diferente (por exemplo int* a =...;short* b=(short*) a;
) você não deve ter problemas com endianess na maioria dos casos
Tomar elementos do código de DigitalRoss compacto, a sugestão de Grizzly, eo meu próprio código, eu escrevi a minha própria resposta, por fim. Embora DigitalRoss fornece uma resposta de trabalho utilizável, meu uso do mesmo sem entender, não teria fornecido a mesma satisfação a aprender algo. Por esta razão que eu escolhi para basear a minha resposta no meu código original.
Eu também optou por ignorar o conselho Jonathon Leffler dá para evitar o uso de aritmética de ponto flutuante para o cálculo do comprimento dos dados embalado. Tanto o método recomendado determinado - o mesmo DigitalRoss também utiliza, aumenta o comprimento dos dados embalados por tanto quanto três bytes. Concedeu esta não é muito, mas também é evitável pelo uso de matemática de ponto flutuante.
Aqui está o código, críticas bem-vindo:
/* built with gcc -std=c99 */
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
unsigned char *
pack(const unsigned char * data, size_t len, size_t * packedlen)
{
float fpl = ((float)len / 4.0f) * 3.0f;
*packedlen = (size_t)(fpl > (float)((int)fpl) ? fpl + 1 : fpl);
unsigned char * packed = malloc(*packedlen);
if (!packed)
return 0;
const unsigned char * in = data;
const unsigned char * in_end = in + len;
unsigned char * out;
for (out = packed; in + 4 <= in_end; in += 4) {
*out++ = in[0] | ((in[1] & 0x03) << 6);
*out++ = ((in[1] & 0x3c) >> 2) | ((in[2] & 0x0f) << 4);
*out++ = ((in[2] & 0x30) >> 4) | (in[3] << 2);
}
size_t lastlen = in_end - in;
if (lastlen > 0) {
*out = in[0];
if (lastlen > 1) {
*out++ |= ((in[1] & 0x03) << 6);
*out = ((in[1] & 0x3c) >> 2);
if (lastlen > 2) {
*out++ |= ((in[2] & 0x0f) << 4);
*out = ((in[2] & 0x30) >> 4);
if (lastlen > 3)
*out |= (in[3] << 2);
}
}
}
return packed;
}
int main()
{
size_t i;
unsigned char data[] = {
12, 15, 40, 18,
26, 32, 50, 3,
7, 19, 46, 10,
25, 37, 2, 39,
60, 59, 0, 17,
9, 29, 13, 54,
5, 6, 47, 32
};
size_t datalen = sizeof(data);
printf("unpacked datalen: %td\nunpacked data\n", datalen);
for (i = 0; i < datalen; ++i)
printf("%02d ", data[i]);
printf("\n");
size_t packedlen;
unsigned char * packed = pack(data, sizeof(data), &packedlen);
if (!packed) {
fprintf(stderr, "Packing failed!\n");
return EXIT_FAILURE;
}
printf("packedlen: %td\npacked data\n", packedlen);
for (i = 0; i < packedlen; ++i)
printf("0x%02x ", packed[i]);
printf("\n");
free(packed);
return EXIT_SUCCESS;
}