我发现了这个奇怪的事情:
for (long l = 4946144450195624l; l > 0; l >>= 5)
System.out.print((char) (((l & 31 | 64) % 95) + 32));
输出:
hello world
这是如何工作的?
数字4946144450195624
适合64位,其二进制表示为:
10001100100100111110111111110111101100011000010101000
00100|01100|10010|01111|10111|11111|01111|01100|01100|00101|01000
d | l | r | o | w | | o | l | l | e | h
对于5位编码,可以表示2⁵ = 32个字符。英文字母表包含26个字母,因此除了字母外还有6个符号的空间。使用这种编码方案,您可以拥有所有26个(一个大小写)英文字母和6个符号(其中包括空格)。
for循环中的>>= 5
从一组跳到另一组,然后通过在句子l & 31
中将数字与掩码31₁₀ = 11111₂
相与来隔离出5位组。
现在,代码将5位值映射到其相应的7位ASCII字符。这是棘手的部分。请查看以下表格中小写字母的二进制表示:
ASCII | ASCII | ASCII | Algorithm
character | decimal value | binary value | 5-bit codification
--------------------------------------------------------------
space | 32 | 0100000 | 11111
a | 97 | 1100001 | 00001
b | 98 | 1100010 | 00010
c | 99 | 1100011 | 00011
d | 100 | 1100100 | 00100
e | 101 | 1100101 | 00101
f | 102 | 1100110 | 00110
g | 103 | 1100111 | 00111
h | 104 | 1101000 | 01000
i | 105 | 1101001 | 01001
j | 106 | 1101010 | 01010
k | 107 | 1101011 | 01011
l | 108 | 1101100 | 01100
m | 109 | 1101101 | 01101
n | 110 | 1101110 | 01110
o | 111 | 1101111 | 01111
p | 112 | 1110000 | 10000
q | 113 | 1110001 | 10001
r | 114 | 1110010 | 10010
s | 115 | 1110011 | 10011
t | 116 | 1110100 | 10100
u | 117 | 1110101 | 10101
v | 118 | 1110110 | 10110
w | 119 | 1110111 | 10111
x | 120 | 1111000 | 11000
y | 121 | 1111001 | 11001
z | 122 | 1111010 | 11010
在这里,我们要映射的ASCII字符从第7位和第6位开始(11xxxxx₂
)(空格除外,只有第6位打开)。您可以使用OR
将5位编码与96
(96₁₀ = 1100000₂
) 相加以进行映射,但对于空格无效(该死的空格!)。
现在我们知道处理空格和其他字符时必须特别小心。为了实现这一点,代码会在提取的5位组中打开第7位(但不是第6位)并使用 OR 64 64₁₀ = 1000000₂
(l & 31 | 64
)。
到目前为止,5位组的形式为:10xxxxx₂
(空格将是1011111₂ = 95₁₀
)。
如果我们可以将空格映射为0
,同时不影响其他值,则可以打开第6位,就可以完成了。
这就是为什么要使用mod 95
的原因。 空格是1011111₂ = 95₁₀
,使用取模运算(l & 31 | 64) % 95)
,只有空格返回到0
,然后将第6位打开,通过在先前的结果((l & 31 | 64) % 95) + 32)
上加上32₁₀ = 100000₂
,将5位值转换为有效的ASCII字符。
isolates 5 bits --+ +---- takes 'space' (and only 'space') back to 0
| |
v v
(l & 31 | 64) % 95) + 32
^ ^
turns the | |
7th bit on ------+ +--- turns the 6th bit on
public class D {
public static void main(String... args) {
String v = "hello test";
int len = Math.min(12, v.length());
long res = 0L;
for (int i = 0; i < len; i++) {
long c = (long) v.charAt(i) & 31;
res |= ((((31 - c) / 31) * 31) | c) << 5 * i;
}
System.out.println(res);
}
}
以下Groovy脚本会打印出中间值。
String getBits(long l) {
return Long.toBinaryString(l).padLeft(8, '0');
}
for (long l = 4946144450195624l; l > 0; l >>= 5) {
println ''
print String.valueOf(l).toString().padLeft(16, '0')
print '|' + getBits((l & 31))
print '|' + getBits(((l & 31 | 64)))
print '|' + getBits(((l & 31 | 64) % 95))
print '|' + getBits(((l & 31 | 64) % 95 + 32))
print '|';
System.out.print((char) (((l & 31 | 64) % 95) + 32));
}
就是这个:
4946144450195624|00001000|01001000|01001000|01101000|h
0154567014068613|00000101|01000101|01000101|01100101|e
0004830219189644|00001100|01001100|01001100|01101100|l
0000150944349676|00001100|01001100|01001100|01101100|l
0000004717010927|00001111|01001111|01001111|01101111|o
0000000147406591|00011111|01011111|00000000|00100000|
0000000004606455|00010111|01010111|01010111|01110111|w
0000000000143951|00001111|01001111|01001111|01101111|o
0000000000004498|00010010|01010010|01010010|01110010|r
0000000000000140|00001100|01001100|01001100|01101100|l
0000000000000004|00000100|01000100|01000100|01100100|d
有趣!
标准 ASCII 字符的可见字符范围为 32 到 127。
这就是为什么你在那里看到了 32 和 95(127-32)。
实际上,每个字符都映射到这里的 5 位,(你可以找到每个字符的 5 位组合是什么),然后所有位被连接起来形成一个大数。
正长整数是 63 位数字,足以容纳加密形式的 12 个字符。所以它足够大来容纳 Hello word
,但对于更大的文本,应使用更大的数字,甚至是一个 BigInteger。
在一个应用程序中,我们希望通过短信传输可见的英文字符、波斯字符和符号。
如你所见,有 32 (波斯字符的数量) + 95 (英文字符和标准可见符号的数量) = 127
种可能的值,可以用 7 位表示。
我们将每个 UTF-8(16 位)字符转换为 7 位,并获得超过 56% 的压缩比率。因此,我们可以在相同数量的短信中发送两倍长度的文本。(不知何故,在这里也发生了同样的事情。)
| 64
是在做什么。 - Ted Hopp你得到的结果是以下值的字符表示形式:char
104 -> h
101 -> e
108 -> l
108 -> l
111 -> o
32 -> (space)
119 -> w
111 -> o
114 -> r
108 -> l
100 -> d
你已经将字符编码为5位值并将其中11个打包成64位的长整型。
(packedValues >> 5*i) & 31
是第i个编码值,范围为0-31。
如你所说,困难的部分在于对空格进行编码。小写英文字母在Unicode(和ASCII、大多数其他编码)中占据连续的范围97-122,但空格是32。
为了解决这个问题,你使用了一些算术运算。((x+64)%95)+32
几乎与x + 96
相同(注意在这种情况下位运算符OR等同于加法),但当x=31时,我们得到32
。
它打印“hello world”的原因与此类似:
for (int k=1587463874; k>0; k>>=3)
System.out.print((char) (100 + Math.pow(2,2*(((k&7^1)-1)>>3 + 1) + (k&7&3)) + 10*((k&7)>>2) + (((k&7)-7)>>3) + 1 - ((-(k&7^5)>>3) + 1)*80));
但是原因与此略有不同:
for (int k=2011378; k>0; k>>=2)
System.out.print((char) (110 + Math.pow(2,2*(((k^1)-1)>>21 + 1) + (k&3)) - ((k&8192)/8192 + 7.9*(-(k^1964)>>21) - .1*(-((k&35)^35)>>21) + .3*(-((k&120)^120)>>21) + (-((k|7)^7)>>21) + 9.1)*10));
我主要使用Oracle数据库,因此我将使用一些Oracle知识进行解释和说明 :-)
让我们把数字4946144450195624转换成二进制。为此,我使用一个名为dec2bin的小函数,即十进制转二进制。
SQL> CREATE OR REPLACE FUNCTION dec2bin (N in number) RETURN varchar2 IS
2 binval varchar2(64);
3 N2 number := N;
4 BEGIN
5 while ( N2 > 0 ) loop
6 binval := mod(N2, 2) || binval;
7 N2 := trunc( N2 / 2 );
8 end loop;
9 return binval;
10 END dec2bin;
11 /
Function created.
SQL> show errors
No errors.
SQL>
让我们使用该函数来获取二进制数值 -
SQL> SELECT dec2bin(4946144450195624) FROM dual;
DEC2BIN(4946144450195624)
--------------------------------------------------------------------------------
10001100100100111110111111110111101100011000010101000
SQL>
现在问题在于5位二进制的转换。从右到左每组5个数字进行分组。我们得到:
100|01100|10010|01111|10111|11111|01111|01100|01100|00101|01000
在二进制转换中,我们最终将只剩下右侧的3个数字。因为总共有53个数字。
SQL> SELECT LENGTH(dec2bin(4946144450195624)) FROM dual;
LENGTH(DEC2BIN(4946144450195624))
---------------------------------
53
SQL>
Hello World 总共有 11 个字符(包括空格),因此我们需要在最后一组中添加 两个 比特,以便在分组后剩下仅三个比特。
现在,我们有:
00100|01100|10010|01111|10111|11111|01111|01100|01100|00101|01000
现在,我们需要将它转换为7位ASCII值。对于字符来说很容易; 我们只需要设置第6和第7位。将左侧的每个5位组加上11即可。
这样就得到了:
1100100|1101100|1110010|1101111|1110111|1111111|1101111|1101100|1101100|1100101|1101000
让我们解释二进制值。 我将使用二进制到十进制转换函数。
SQL> CREATE OR REPLACE FUNCTION bin2dec (binval in char) RETURN number IS
2 i number;
3 digits number;
4 result number := 0;
5 current_digit char(1);
6 current_digit_dec number;
7 BEGIN
8 digits := length(binval);
9 for i in 1..digits loop
10 current_digit := SUBSTR(binval, i, 1);
11 current_digit_dec := to_number(current_digit);
12 result := (result * 2) + current_digit_dec;
13 end loop;
14 return result;
15 END bin2dec;
16 /
Function created.
SQL> show errors;
No errors.
SQL>
让我们来看看每个二进制值 -
SQL> set linesize 1000
SQL>
SQL> SELECT bin2dec('1100100') val,
2 bin2dec('1101100') val,
3 bin2dec('1110010') val,
4 bin2dec('1101111') val,
5 bin2dec('1110111') val,
6 bin2dec('1111111') val,
7 bin2dec('1101111') val,
8 bin2dec('1101100') val,
9 bin2dec('1101100') val,
10 bin2dec('1100101') val,
11 bin2dec('1101000') val
12 FROM dual;
VAL VAL VAL VAL VAL VAL VAL VAL VAL VAL VAL
---------- ---------- ---------- ---------- ---------- ---------- ---------- ---------- ---------- ---------- ----------
100 108 114 111 119 127 111 108 108 101 104
SQL>
SQL> SELECT chr(bin2dec('1100100')) character,
2 chr(bin2dec('1101100')) character,
3 chr(bin2dec('1110010')) character,
4 chr(bin2dec('1101111')) character,
5 chr(bin2dec('1110111')) character,
6 chr(bin2dec('1111111')) character,
7 chr(bin2dec('1101111')) character,
8 chr(bin2dec('1101100')) character,
9 chr(bin2dec('1101100')) character,
10 chr(bin2dec('1100101')) character,
11 chr(bin2dec('1101000')) character
12 FROM dual;
CHARACTER CHARACTER CHARACTER CHARACTER CHARACTER CHARACTER CHARACTER CHARACTER CHARACTER CHARACTER CHARACTER
--------- --------- --------- --------- --------- --------- --------- --------- --------- --------- ---------
d l r o w ⌂ o l l e h
SQL>
那么,我们得到了什么输出结果?
d l r o w ⌂ o l l e h
这就是将hello⌂world反转后的结果。唯一的问题是空格。@higuaro在他的回答中对此进行了很好的解释。起初我自己也无法理解空格问题,直到看到他回答中的解释。
我发现将代码转换为PHP语言后,更容易理解,具体如下:
<?php
$result=0;
$bignum = 4946144450195624;
for (; $bignum > 0; $bignum >>= 5){
$result = (( $bignum & 31 | 64) % 95) + 32;
echo chr($result);
}
请查看实时代码
使用
out.println((char) (((l & 31 | 64) % 95) + 32 / 1002439 * 1002439));
将它变成大写字母。