int 到 2 个字节的可变长度编码答案

【问题标题】：Variable length-encoding of int to 2 bytesint 到 2 个字节的可变长度编码
【发布时间】：2018-06-11 13:41:25
【问题描述】：

我正在实现可变长度编码并阅读 wikipedia 的相关信息。这是我发现的：

0x00000080  0x81 0x00

这意味着0x80 int 被编码为0x81 0x00 2 个字节。那是我无法理解的。好的，按照我们那里列出的算法。

二进制0x80:00000000 00000000 00000000 10000000
我们将符号位移动到下一个八位位组，因此我们拥有并设置为 1（表示我们有更多八位位组）： 00000000 00000000 00000001 10000000 不等于 0x81 0x00。我试图为此编写一个程序：
```
byte[] ba = new byte[]{(byte) 0x81, (byte) 0x00};
int first = (ba[0] & 0xFF) & 0x7F;
int second = ((ba[1] & 0xFF) & 0x7F) << 7;
int result = first | second;
System.out.println(result); //prints 1, not 0x80
```

ideone

我错过了什么？

【问题讨论】：

我认为您错过了标题示例下的数字 137 示例。非常清楚。我不确定您为什么在步骤 2 中提到符号位，因为您的数字要么是无符号数，要么是正二进制补码数，因此不存在符号位问题。每个字节中都有一个 MSB（最高有效位），用于指示后面是否有另一个字节。每个字节编码原始数据的 7 位。
@ErwinBolwidt 但我使用这个例子将0x80 转换为可变长度编码。 0x80 = 10000000，最低 7 位 = 0000000 和有效字节 = 00000000。所以最终我们有 00000001 00000000 != 0x81 。真的不明白错误...
你忘记了维基百科的第四个要点，最高位表示后面会跟着另一个字节：10000001 00000000
@MarkJeronimus Btw，this resource 说 0x80 != 0x81 0x00...
您的资源是 LSB 优先的，而 Wikipedia 示例是 MSB 优先的。有你的不同。只需将低位、中位和高位 7 位部分的顺序颠倒即可。

标签： java int byte primitive

【解决方案1】：

存在另一种整数的可变长度编码并被广泛使用。例如，1984 年的 ASN.1 将 define "length" field 设为：

长度的编码可以有两种形式：短或长。短的 form 是一个单字节，介于 0 和 127 之间。

长格式至少有两个字节长，第一个字节的第 8 位字节设置为 1。第一个字节的位 7-1 表示还有多少字节位于长度字段本身中。然后剩余的字节指定长度本身，作为一个多字节整数。

此编码用于例如 DLMS COSEM 协议或 https 证书。简单代码可以看ASN.1 java library。

【讨论】：

【解决方案2】：

让我们从维基百科页面回顾一下算法：

取整数的二进制表示
将其分成 7 位一组，值最高的组会少
将这七个位作为一个字节，将MSB（最高有效位）设置为1，除了最后一个；最后一个留 0

我们可以这样实现算法：

public static byte[] variableLengthInteger(int input) {
    // first find out how many bytes we need to represent the integer
    int numBytes = ((32 - Integer.numberOfLeadingZeros(input)) + 6) / 7;
    // if the integer is 0, we still need 1 byte
    numBytes = numBytes > 0 ? numBytes : 1;
    byte[] output = new byte[numBytes];
    // for each byte of output ...
    for(int i = 0; i < numBytes; i++) {
        // ... take the least significant 7 bits of input and set the MSB to 1 ...
        output[i] = (byte) ((input & 0b1111111) | 0b10000000);
        // ... shift the input right by 7 places, discarding the 7 bits we just used
        input >>= 7;
    }
    // finally reset the MSB on the last byte
    output[0] &= 0b01111111; 
    return output;
}

您可以从 Wikipedia 页面 here 看到它适用于示例，您也可以插入自己的值并在线尝试。

【讨论】：