Language
Country/Area
No result found
LEB128的魔力：這種神秘的編碼技術如何讓數字變得更小？
在數據壓縮的世界中，無論是為了儲存空間的節省，還是為了提高傳輸效率，有一種技術正悄然改變著我們對數字的認識。這就是LEB128（Little Endian Base 128），一種變長碼編碼技術，專門用於以較少的字節數存儲任意大的整數。LEB128這種編碼方式被廣泛應用於DWARF調試文件格式和WebAssembly二進制編碼中，使其能夠有效地存儲所有整數字面量。
編碼格式
了解LEB128的第一步是認識到它的編碼格式類似於變長數量（VLQ）格式，不同之處在於LEB128是小端編碼，而變長數量則是大端編碼。借助此技術，可以將小數字存儲為單個字節，同時也支持任意長度的數字編碼。LEB128有兩個版本：無符號LEB128和有符號LEB128。在進行解碼時，解碼器必須知道編碼值是無符號還是有符號的。
無符號LEB128
當使用無符號LEB128編碼一個整數時，首先需要將數字轉換為二進制表示形式。然後，將數字進行零延展直到符合7位的倍數，接著將數字拆分為7位分組。每個分組都輸出為一個字節，並由最低有效位到最高有效位來編碼。除了最後一個字節之外，每個字節的最高有效位均設置為1。
例如，數字624485的編碼過程如下：由二進制轉為07位分組後，最後輸出流為0xE5 0x8E 0x26。
有符號LEB128
對於有符號數字，其編碼方式與無符號類似，但需要使用N位二的補數表示。以-123456為例，其編碼結果為0xC0 0xBB 0x78。這一過程中，數字的所有位元都會被取反，然後在此基礎上加1以形成二的補數表徵。在對這些分組進行處理後，最終得出編碼結果。
如示例所示，經過分組和後處理後，最終的輸出流為0xC0 0xBB 0x78。
快速解碼
雖然LEB128的解碼過程在邏輯上相對簡單，但其速度卻可能較慢。特別是隨著現代硬件性能的提升，分支錯誤預測的成本變得相對昂貴。一系列的研究提出了基於SIMD的解碼加速技術，其中“Masked VByte”方法展示了可達650至2700百萬整數每秒的速度，並在後續的研究中進一步提高了速度，實現了4億整數每秒的高效解碼。
編碼與解碼的示例代碼
在實際的應用中，LEB128的編碼和解碼可以用來處理不同類型的整數。例如，可以使用簡單的C類擬代碼來編寫對應的編碼和解碼函數。以下是無符號和有符號整數的編碼和解碼過程的基本示例：
// 編碼無符號整數的伪代码
function encodeUnsigned(n) {
// 詳細編碼邏輯
}
// 解碼無符號整數的伪代码
function decodeUnsigned(bytes) {
// 詳細解碼邏輯
}
應用案例
LEB128的應用範圍非常廣泛。Android專案在其Dalvik執行格式（.dex）中使用LEB128來進行整數的壓縮存儲。許多現代的文件格式，如DWARF和LLVM，均利用LEB128技術支撐它們的數據存儲結構。此外，Minecraft及其他技術社區也廣泛使用LEB128進行數據傳輸，即使在W3C的Efficient XML Interchange中，LEB128也用於表示無符號整數。
這一技術的普遍適用性，無疑讓LEB128成為數據編碼領域中的一顆璀璨明星。
LEB128不僅僅是一種編碼技巧，它是數據壓縮和高效存儲的工具，使得現代計算機科學的許多側面工作更為流暢。未來會有更多像LEB128這樣的技術出現，為數字存儲和計算的可能性帶來更大的挑戰和機遇，這讓我們不禁思考，隨著技術的進步，我們又將如何重新定義數字的概念呢？
