在編寫(xiě)網(wǎng)絡(luò)通訊的時(shí)候我們經(jīng)常需要把一些數(shù)據(jù)存儲(chǔ)到byte[]中然后再發(fā)送出去，數(shù)值則是我們經(jīng)常處理的數(shù)據(jù)成員。發(fā)越少的東西意味著使用更少的IO和帶寬 ，所以對(duì)傳輸數(shù)據(jù)進(jìn)行壓縮也是件非常重要的事情。接下來(lái)提到的就是一種基于數(shù)字存儲(chǔ)的方式在大多數(shù)情況下可以節(jié)省數(shù)值存儲(chǔ)空間。

Varint 是一種緊湊的表示數(shù)字的方法。它用一個(gè)或多個(gè)字節(jié)來(lái)表示一個(gè)數(shù)字，值越小的數(shù)字使用越少的字節(jié)數(shù)。這能減少用來(lái)表示數(shù)字的字節(jié)數(shù)。比如對(duì)于 int32 類型的數(shù)字，一般需要 4 個(gè) byte 來(lái)表示。但是采用 Varint，對(duì)于很小的 int32 類型的數(shù)字，則可以用 1 個(gè) byte 來(lái)表示。當(dāng)然凡事都有好的也有不好的一面，采用 Varint 表示法，大的數(shù)字則需要 5 個(gè) byte 來(lái)表示。從統(tǒng)計(jì)的角度來(lái)說(shuō)，一般不會(huì)所有的消息中的數(shù)字都是大數(shù)，因此大多數(shù)情況下，采用 Varint 后，可以用更少的字節(jié)數(shù)來(lái)表示數(shù)字信息。下面就詳細(xì)介紹一下 Varint。

Varint 中的每個(gè) byte 的最高位 bit 有特殊的含義，如果該位為 1，表示后續(xù)的 byte 也是該數(shù)字的一部分，如果該位為 0，則結(jié)束。其他的 7 個(gè) bit 都用來(lái)表示數(shù)字。因此小于 128 的數(shù)字都可以用一個(gè) byte 表示。大于 128 的數(shù)字，比如 300，會(huì)用兩個(gè)字節(jié)來(lái)表示：1010 1100 0000 0010

由于負(fù)數(shù)的高位為1,所以采用這種壓縮處理的時(shí)候必須負(fù)數(shù)轉(zhuǎn)成正數(shù)，可以通過(guò)以下代碼實(shí)現(xiàn)int to uint的轉(zhuǎn)換

private static int Zag(uint ziggedValue)   
{   
int value = (int)ziggedValue;   
return (-(value & 0x01)) ^ ((value >> 1) & ~( 1<< 31));   
}   
private static uint Zig(int value)   
{   
return (uint)((value << 1) ^ (value >> 31));    
} 

以下操作是對(duì)一個(gè)uint進(jìn)行編碼處理

private static ArraySegment<byte> WriteUInt32Variant(uint value)   
{   
byte[] data = new byte[5];   
int count = 0;   
do 
{   
data[count] = (byte)((value & 0x7F) | 0x80);   
count++;   
} while ((value >>= 7) != 0);   
data[count - 1] &= 0x7F;   
return new ArraySegment<byte>(data, 0, count);   
} 

data[count] = (byte)((value & 0x7F) | 0x80); 得到頭7位的數(shù)值， | 0x80是表明后面的byte也是數(shù)字的一部分。

while ((value >>= 7) != 0) 右移7位如果不為零的情況下則繼續(xù)上面的工作。

data[count - 1] &= 0x7F 把最后byte的最高位設(shè)置成0;

接下來(lái)就是一個(gè)uint的解碼過(guò)程

private static uint ReadUInt32Variant(ArraySegment<byte> data)   
{   
uint value = data.Array[0];   
if ((value & 0x80) == 0) return value;   
value &= 0x7F;   
uint chunk = data.Array[1];   
value |= (chunk & 0x7F) << 7;   
if ((chunk & 0x80) == 0) return value;   
chunk = data.Array[2];   
value |= (chunk & 0x7F) << 14;   
if ((chunk & 0x80) == 0) return value;   
chunk = data.Array[3];   
value |= (chunk & 0x7F) << 21;   
if ((chunk & 0x80) == 0) return value;   
chunk = data.Array[4]; ;   
value |= chunk << 28;   
if ((chunk & 0xF0) == 0) return value;   
throw new OverflowException("ReadUInt32Variant Error!");   
} 

(value & 0x80) == 0 表示最高位為0，說(shuō)明后面的byte已經(jīng)不是數(shù)值組成部分。

(chunk & 0xF0) == 0 chunk只有4位，如果不是則表明這個(gè)byte不是數(shù)值存儲(chǔ)的一部分。

測(cè)試一下看下編碼效果

ArraySegment<byte> data = WriteUInt32Variant(Zig(0));   
Console.WriteLine(data.Count);   
data = WriteUInt32Variant(Zig(567));   
Console.WriteLine(data.Count);   
data = WriteUInt32Variant(Zig(10000));   
Console.WriteLine(data.Count);   
data = WriteUInt32Variant(Zig(-100000));   
Console.WriteLine(data.Count); 

分別是1byte,2byte,3byte,3byte

其實(shí)有人會(huì)有凝問(wèn)，為什么不根據(jù)情況來(lái)用int16等來(lái)存儲(chǔ)，如果一旦用了int16就說(shuō)明以后需要轉(zhuǎn)int32就是件非常麻煩的事情，雙方程序都需要調(diào)整。如果采用Varint進(jìn)行處理就能達(dá)到最好擴(kuò)展效果和帶寬利用率.

原文鏈接：http://www.cnblogs.com/smark/archive/2012/05/03/2480034.html

【編輯推薦】

1. 詳解Java類的生命周期
2. Java代碼編寫(xiě)的30條建議
3. Java Excel API及詳細(xì)教程
4. Java集合框架和數(shù)組的排序
5. 淺談Java中static作用