java - int 的可变长度编码为 2 个字节

Question

我正在实现可变长度编码和读取wikipedia关于它。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。这是我无法理解的。好的，按照那里列出的算法，我们就有了。

1. 二进制0x80:00000000 00000000 00000000 10000000

2. 我们将符号位移动到下一个八位字节，因此我们将 和 设置为 1(表明我们有更多的八位字节):00000000 00000000 00000001 10000000 不等于 0x81 0x00。我尝试为此编写一个程序:

   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？

Answer 1

让我们回顾一下维基百科页面上的算法:

1. 采用整数的二进制表示
2. 将其分成 7 位组，具有最高值的组将具有较少的值
3. 将这七个位作为一个字节，将除最后一个之外的所有位的 MSB(最高有效位)设置为 1；最后一个保留为 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;
}

您可以看到它适用于维基百科页面 here 中的示例。 ，您也可以插入自己的值并在线尝试。