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