Lucene的Vint类型详解

Lucene Vint压缩策略是，用每个字节的最高位做标志位，后7位为有效算术位，如果标志位为1，则说明后一个字节和当前字节是同一个数字，为0说明后一个字节是一个新的数字

Lucene源代码中进行存储和读取是这样的。OutputStream是负责写：

1   /** Writes an int in a variable-length format.  Writes between one and
2    * five bytes.  Smaller values take fewer bytes.  Negative numbers are not
3    * supported.
4    * @see InputStream#readVInt()
5    */
6   public final void writeVInt(int i) throws IOException {
7     while ((i & ~0x7F) != 0) {
8       writeByte((byte)((i & 0x7f) | 0x80));
9       i >>>= 7;
10     }
11     writeByte((byte)i);
12   }

writeVint（压缩）步骤

1. i & ~0x7F

用int i的最低位byte和～0x7F（1000 0000）做与操作，如果为真则说明这个int在等于或者大于第8位的bit上依然还有有效bit，这些bit应该在后面的writeByte操作在写入（每次循环一个字节包括int的低位7个bit位和一个标志位）

2 writeByte((byte)((i & 0x7f) | 0x80));

写入一个byte，友i的最低7个bit位和一个标志位（置1）组成

3 i >>>= 7;

由于写入了7个bit位，所以i右移7位，使得后面的bit参与下一次写入

4 writeByte((byte)i);

如果循环结束，则说明i剩下的有效bit等于或者小于7位，则当前这次是最后一次writeByte，这时候第8位也不需要置1，直接写入这个byte皆可。

==============================================================================================================================================

InputStream负责读

public final int readVInt() throws IOException {
7     byte b = readByte();
8     int i = b & 0x7F;
9     for (int shift = 7; (b & 0x80) != 0; shift += 7) {
10       b = readByte();
11       i |= (b & 0x7F) << shift;
12     }
13     return i;
14   }

1 byte b = readByte();

先读取低位的一个byte

2 int i = b & 0x7F;

取这个字节的低7位（有效数字位）赋值给i

3 for (int shift = 7; (b & 0x80) != 0; shift += 7)

循环先判定当前byte（b）的第8位是不是为1，如果是1，则说明后面还有byte也是属于这个int， shift是表示当前b里的有效7位在i里面对于的bit位置，因为在循环开始就已经赋值过7bit，所以shift循环开始就从7开始算

Lucene的Vint类型详解

相关推荐