Language
Country/Area
No result found
LEB128的魔力：这种神秘的编码技术如何让数字变得更小？
在数据压缩的世界中，无论是为了储存空间的节省，还是为了提高传输效率，有一种技术正悄然改变着我们对数字的认识。这就是LEB128（Little Endian Base 128），一种变长码编码技术，专门用于以较少的字节数存储任意大的整数。 LEB128这种编码方式被广泛应用于DWARF调试文件格式和WebAssembly二进制编码中，使其能够有效地存储所有整数字面量。
编码格式
了解LEB128的第一步是认识到它的编码格式类似于变长数量（VLQ）格式，不同之处在于LEB128是小端编码，而变长数量则是大端编码。借助此技术，可以将小数字存储为单个字节，同时也支持任意长度的数字编码。 LEB128有两个版本：无符号LEB128和有符号LEB128。在进行解码时，解码器必须知道编码值是无符号还是有符号的。
无符号LEB128
当使用无符号LEB128编码一个整数时，首先需要将数字转换为二进制表示形式。然后，将数字进行零延展直到符合7位的倍数，接着将数字拆分为7位分组。每个分组都输出为一个字节，并由最低有效位到最高有效位来编码。除了最后一个字节之外，每个字节的最高有效位均设置为1。
例如，数字624485的编码过程如下：由二进制转为07位分组后，最后输出流为0xE5 0x8E 0x26。
有符号LEB128
对于有符号数字，其编码方式与无符号类似，但需要使用N位二的补数表示。以-
6为例，其编码结果为0xC0 0xBB 0x78。这一过程中，数字的所有位元都会被取反，然后在此基础上加1以形成二的补数表征。在对这些分组进行处理后，最终得出编码结果。如示例所示，经过分组和后处理后，最终的输出流为0xC0 0xBB 0x78。
快速解码
虽然LEB128的解码过程在逻辑上相对简单，但其速度却可能较慢。特别是随着现代硬件性能的提升，分支错误预测的成本变得相对昂贵。一系列的研究提出了基于SIMD的解码加速技术，其中“Masked VByte”方法展示了可达650至2700百万整数每秒的速度，并在后续的研究中进一步提高了速度，实现了4亿整数每秒的高效解码。
编码与解码的示例代码
在实际的应用中，LEB128的编码和解码可以用来处理不同类型的整数。例如，可以使用简单的C类拟代码来编写对应的编码和解码函数。以下是无符号和有符号整数的编码和解码过程的基本示例：
// 编码无符号整数的伪代码 function encodeUnsigned(n) { // 详细编码逻辑 } // 解码无符号整数的伪代码 function decodeUnsigned(bytes) { // 详细解码逻辑 }应用案例
LEB128的应用范围非常广泛。 Android专案在其Dalvik执行格式（.dex）中使用LEB128来进行整数的压缩存储。许多现代的文件格式，如DWARF和LLVM，均利用LEB128技术支撑它们的数据存储结构。此外，Minecraft及其他技术社区也广泛使用LEB128进行数据传输，即使在W3C的Efficient XML Interchange中，LEB128也用于表示无符号整数。
这一技术的普遍适用性，无疑让LEB128成为数据编码领域中的一颗璀璨明星。
总结而言，LEB128不仅仅是一种编码技巧，它是数据压缩和高效存储的工具，使得现代计算机科学的许多侧面工作更为流畅。未来会有更多像LEB128这样的技术出现，为数字存储和计算的可能性带来更大的挑战和机遇，这让我们不禁思考，随着技术的进步，我们又将如何重新定义数字的概念呢？
