备忘录——压缩整数及其解压缩

备忘录——压缩整数及其解压缩

原创:Anders Liu

本文已过时,请参见《.NET/CLI元数据中使用的压缩整数》:http://www.cnblogs.com/AndersLiu/archive/2010/02/09/compressed-integer-in-metadata.html

摘要:.NET/CLI的PE文件中广泛采用了一种整数压缩算法,这种算法可以将一个32位无符号整数根据其大小放置在1、2或4个字节中。本文介绍了这种压缩算法,并给出了解压缩的参考实现。

参考文献

ECMA-335——Common Language Infrastructure (CLI) 4th Edition, June 2006

简介

本文介绍的整数压缩算法针对的是0x00000000~0x1FFFFFFF之间的32位无符号整数,将这些整数划分成了3个区间[0x00000000~0x0000007F]、[0x00000080~0x00003FFF]、[0x000040000~0x1FFFFFFF],分别用1、2和4个字节存放。大于0x1FFFFFFF的32位无符号整数不适合用该算法压缩。

该算法广泛应用在.NET/CLI PE文件中,例如各种元数据签名、#Blob和#US流等。使用概算法的目的是减小磁盘文件的大小和降低带宽开销,因为.NET程序集的目标是通过网络运行。应用概算法的场合主要有数据的大小和数据条目的数量等方面,在这些方面,一个整数的值通常不会太大,因此概算法节省的字节数量是很可观的。

压缩算法描述

  • 当整数的大小在0x00000000 (00000000 00000000 00000000 00000000B)到0x0000007F (00000000 00000000 00000000 01111111B)之间时,采用1个字节存放整数值,该字节最高位为0。压缩后的值形如[0bbbbbbb]B。
  • 当整数的大小在0x00000080 (00000000 00000000 00000000 10000000B)到0x00003FFF (00000000 00000000 00111111 11111111B)之间时,采用2个字节存放整数值,第一个字节的最高位为1,第二位为0。压缩后的值形如[10bbbbbb bbbbbbbb]B。
  • 当整数的大小在0x00004000 (00000000 00000000 01000000 00000000B)到0x1FFFFFFF (00011111 11111111 11111111 11111111B)之间时,采用4个字节存放整数值,第一个字节的最高位和第二位是1,第三位是0。压缩后的值形如[110bbbbb bbbbbbbb bbbbbbbb bbbbbbbb]B。
  • 该压缩算法采用大尾数法,即第一个字节是原整数的最高一个字节。

图1更为直观地展示了区间的划分。

图1 - 整数压缩算法

图1 - 整数压缩算法

解压缩算法描述

  • 如果读到的第一个字节b0型如0bbbbbbb(与0x80进行按位与运算,结果为0x00),则采用1个字节存放整数值。原整数值=b0
  • 如果读到的第一个字节b0型如10bbbbbb(与0xC0进行按位与运算,结果为0x80),则采用2个字节存放整数值,需要再读取1个字节b1。原整数值=(b0 & 0x3F) << 8 | b1
  • 如果读到的第一个字节b0型如110bbbbb(与0xD0进行按位与运算,结果为0xC0),则采用4个字节存放整数值,需要再读取3个字节b1、b2、b3。原整数值=(b0 & 0x1F) << 24 | b1 << 16 | b2 << 8 | b3

解压缩算法参考实现

清单1 - 解压缩算法参考实现(C#描述)

EOF.

posted @ 2008-08-21 22:11  Anders Liu  阅读(3778)  评论(11编辑  收藏  举报