int 到 2 个字节的可变长度编码

Question

我正在实施可变长度编码并阅读 wikipedia 相关内容。这是我发现的：

0x00000080  0x81 0x00

表示0x80 int被编码为0x81 0x00 2个字节。那是我无法理解的。好的，按照那里列出的算法我们有。

二进制0x80：00000000 00000000 00000000 10000000
我们将符号位移动到下一个八位位组，因此我们有并设置为 1（表示我们有更多八位位组）： 00000000 00000000 00000001 10000000 不等于 0x81 0x00。我试图为此编写一个程序：
```
byte[] ba = new byte[]{(byte) 0x81, (byte) 0x00};
int first = (ba[0] & 0xFF) & 0x7F;
int second = ((ba[1] & 0xFF) & 0x7F) << 7;
int result = first | second;
System.out.println(result); //prints 1, not 0x80
```

ideone

我错过了什么？

Answer 1

让我们回顾一下来自维基百科页面的算法：

取整数的二进制表示
将其分成7位一组，具有最高值的组将更少
将这七位作为一个字节，将MSB（最高有效位）设置为1，除了最后一位；最后一个留0

我们可以这样实现算法：

public static byte[] variableLengthInteger(int input) {
    // first find out how many bytes we need to represent the integer
    int numBytes = ((32 - Integer.numberOfLeadingZeros(input)) + 6) / 7;
    // if the integer is 0, we still need 1 byte
    numBytes = numBytes > 0 ? numBytes : 1;
    byte[] output = new byte[numBytes];
    // for each byte of output ...
    for(int i = 0; i < numBytes; i++) {
        // ... take the least significant 7 bits of input and set the MSB to 1 ...
        output[i] = (byte) ((input & 0b1111111) | 0b10000000);
        // ... shift the input right by 7 places, discarding the 7 bits we just used
        input >>= 7;
    }
    // finally reset the MSB on the last byte
    output[0] &= 0b01111111; 
    return output;
}

您可以看到它适用于维基百科页面 here 中的示例，您也可以插入您自己的值并在线尝试。

Answer 2

另一种整数的可变长度编码存在并被广泛使用。例如，1984 年的 ASN.1 确实 define "length" field 为：

The encoding of length can take two forms: short or long. The short form is a single byte, between 0 and 127.

The long form is at least two bytes long, and has bit 8 of the first byte set to 1. Bits 7-1 of the first byte indicate how many more bytes are in the length field itself. Then the remaining bytes specify the length itself, as a multi-byte integer.

此编码用于 DLMS COSEM 协议或 https 证书等示例。对于简单的代码，你可以看看ASN.1 java library.

int 到 2 个字节的可变长度编码

Variable length-encoding of int to 2 bytes

java

int

byte

primitive