我同意keraba的观点,您需要使用类似Huffman编码或Lempel-Ziv-Welch算法的东西。您所说的比特位打包问题在于有两个选择:
- 选择一个常数n,使最大整数可以表示。
- 允许n从一个值变化到另一个值。
第一个选项相对容易实现,但是除非所有整数都相当小,否则真的会浪费很多空间。
第二个选项的主要缺点是您必须以某种方式在输出比特流中传达n的变化。例如,每个值都必须具有与之相关联的长度。这意味着您为每个输入值存储了两个整数(虽然更小的整数)。使用此方法很有可能会增加文件大小。
Huffman或LZW的优点在于它们以这样一种方式创建码表,即可以从输出比特流中推导出代码的长度,而无需实际存储长度。这些技术允许您接近Shannon极限。
我决定尝试您的原始想法(常数n,删除未使用的位并打包)以获得乐趣,以下是我想到的朴素实现:
#include <sys/types.h>
#include <stdio.h>
int pack(int64_t* input, int nin, void* output, int n)
{
int64_t inmask = 0;
unsigned char* pout = (unsigned char*)output;
int obit = 0;
int nout = 0;
*pout = 0;
for(int i=0; i<nin; i++)
{
inmask = (int64_t)1 << (n-1);
for(int k=0; k<n; k++)
{
if(obit>7)
{
obit = 0;
pout++;
*pout = 0;
}
*pout |= (((input[i] & inmask) >> (n-k-1)) << (7-obit));
inmask >>= 1;
obit++;
nout++;
}
}
return nout;
}
int unpack(void* input, int nbitsin, int64_t* output, int n)
{
unsigned char* pin = (unsigned char*)input;
int64_t* pout = output;
int nbits = nbitsin;
unsigned char inmask = 0x80;
int inbit = 0;
int nout = 0;
while(nbits > 0)
{
*pout = 0;
for(int i=0; i<n; i++)
{
if(inbit > 7)
{
pin++;
inbit = 0;
}
*pout |= ((int64_t)((*pin & (inmask >> inbit)) >> (7-inbit))) << (n-i-1);
inbit++;
}
pout++;
nbits -= n;
nout++;
}
return nout;
}
int main()
{
int64_t input[] = {0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20};
int64_t output[21];
unsigned char compressed[21*8];
int n = 5;
int nbits = pack(input, 21, compressed, n);
int nout = unpack(compressed, nbits, output, n);
for(int i=0; i<=20; i++)
printf("input: %lld output: %lld\n", input[i], output[i]);
}
这种方法非常低效,因为它每次只处理一位,但这是最简单的实现方式,避免了字节序问题。我还没有对更多数值进行测试,只测试了测试中的数值。此外,没有边界检查,假设输出缓冲区足够长。因此,我想说的是,这段代码可能只适用于教育目的,帮助你入门。