C++博客-学以致用-专注于流媒体与网络编程开发-文章分类-C++BASE

7bit 编解码

jemmyLiu — Thu, 25 Nov 2010 02:49:00 GMT

#include
using namespace std;
int   gsmEncode7bit(const   char*   pSrc,   unsigned   char*   pDst,   int   nSrcLength);
int   gsmDecode7bit(const   unsigned   char*   pSrc,   char*   pDst,   int   nSrcLength);
int main()
{
    const   char*   ypSrc = "1";
    unsigned   char*   ypDst;
    int   ynSrcLength = sizeof ypSrc;

    gsmEncode7bit(ypSrc,ypDst,ynSrcLength+1);

    system("pause");
}
//   7bit编码
//   输入:   pSrc   -   源字符串指针
//               nSrcLength   -   源字符串长度
//   输出:   pDst   -   目标编码串指针
//   返回:   目标编码串长度
int   gsmEncode7bit(const   char*   pSrc,   unsigned   char*   pDst,   int   nSrcLength)
{
    int   nSrc; //   源字符串的计数值
    int   nDst; //   目标编码串的计数值
    int   nChar; //   当前正在处理的组内字符字节的序号，范围是0-7
    unsigned   char   nLeft; //   上一字节残余的数据

    //   计数值初始化
    nSrc   =   0;
    nDst   =   0;

    //   将源串每8个字节分为一组，压缩成7个字节
    //   循环该处理过程，直至源串被处理完
    //   如果分组不到8字节，也能正确处理
    while   (nSrc   <   nSrcLength)
    {
    //   取源字符串的计数值的最低3位
    nChar   =   nSrc   &   7;

    //   处理源串的每个字节
    if(nChar   ==   0)
    {
    //   组内第一个字节，只是保存起来，待处理下一个字节时使用
    nLeft   =   *pSrc;
    }
    else
    {
    //   组内其它字节，将其右边部分与残余数据相加，得到一个目标编码字节
    *pDst   =   (*pSrc   <<   (8-nChar))   |   nLeft;

    //   将该字节剩下的左边部分，作为残余数据保存起来
    nLeft   =   *pSrc   >>   nChar;

    //   修改目标串的指针和计数值
    pDst++;
    nDst++;
    }

    //   修改源串的指针和计数值
    pSrc++;
    nSrc++;
    }

    //   返回目标串长度
    return   nDst;
}

//   7bit解码
//   输入:   pSrc   -   源编码串指针
//               nSrcLength   -   源编码串长度
//   输出:   pDst   -   目标字符串指针
//   返回:   目标字符串长度
int   gsmDecode7bit(const   unsigned   char*   pSrc,   char*   pDst,   int   nSrcLength)
{
    int   nSrc; //   源字符串的计数值
    int   nDst; //   目标解码串的计数值
    int   nByte; //   当前正在处理的组内字节的序号，范围是0-6
    unsigned   char   nLeft; //   上一字节残余的数据

    //   计数值初始化
    nSrc   =   0;
    nDst   =   0;

    //   组内字节序号和残余数据初始化
    nByte   =   0;
    nLeft   =   0;

    //   将源数据每7个字节分为一组，解压缩成8个字节
    //   循环该处理过程，直至源数据被处理完
    //   如果分组不到7字节，也能正确处理
    while(nSrc    {
    //   将源字节右边部分与残余数据相加，去掉最高位，得到一个目标解码字节
    *pDst   =   ((*pSrc   <<   nByte)   |   nLeft)   &   0x7f;

    //   将该字节剩下的左边部分，作为残余数据保存起来
    nLeft   =   *pSrc   >>   (7-nByte);

    //   修改目标串的指针和计数值
    pDst++;
    nDst++;

    //   修改字节计数值
    nByte++;

    //   到了一组的最后一个字节
    if(nByte   ==   7)
    {
    //   额外得到一个目标解码字节
    *pDst   =   nLeft;

    //   修改目标串的指针和计数值
    pDst++;
    nDst++;

    //   组内字节序号和残余数据初始化
    nByte   =   0;
    nLeft   =   0;
    }

    //   修改源串的指针和计数值
    pSrc++;
    nSrc++;
    }

    //   输出字符串加个结束符
    *pDst   =   '\0';

    //   返回目标串长度
    return   nDst;
}

jemmyLiu 2010-11-25 10:49 发表评论

KMP算法详解（转）

jemmyLiu — Fri, 19 Nov 2010 11:31:00 GMT

   如果机房马上要关门了，或者你急着要和MM约会，请直接跳到第六个自然段。
我们这里说的KMP不是拿来放电影的（虽然我很喜欢这个软件），而是一种算法。KMP算法是拿来处理字符串匹配的。换句话说，给你两个字符串，你需要回答，B串是否是A串的子串（A串是否包含B串）。比如，字符串A="I'm matrix67"，字符串B="matrix"，我们就说B是A的子串。你可以委婉地问你的MM：“假如你要向你喜欢的人表白的话，我的名字是你的告白语中的子串吗？”
    解决这类问题，通常我们的方法是枚举从A串的什么位置起开始与B匹配，然后验证是否匹配。假如A串长度为n，B串长度为 m，那么这种方法的复杂度是O (mn)的。虽然很多时候复杂度达不到mn（验证时只看头一两个字母就发现不匹配了），但我们有许多“最坏情况”，比如，A= "aaaaaaaaaaaaaaaaaaaaaaaaaab"，B="aaaaaaaab"。我们将介绍的是一种最坏情况下O(n)的算法（这里假设 m<=n），即传说中的KMP算法。
    之所以叫做KMP，是因为这个算法是由Knuth、Morris、Pratt三个提出来的，取了这三个人的名字的头一个字母。这时，或许你突然明白了AVL 树为什么叫AVL，或者Bellman-Ford为什么中间是一杠不是一个点。有时一个东西有七八个人研究过，那怎么命名呢？通常这个东西干脆就不用人名字命名了，免得发生争议，比如“3x+1问题”。扯远了。
    个人认为KMP是最没有必要讲的东西，因为这个东西网上能找到很多资料。但网上的讲法基本上都涉及到“移动(shift)”、“Next函数”等概念，这非常容易产生误解（至少一年半前我看这些资料学习KMP时就没搞清楚）。在这里，我换一种方法来解释KMP算法。

    假如，A="abababaababacb"，B="ababacb"，我们来看看KMP 是怎么工作的。我们用两个指针i和j分别表示，A[i-j+ 1..i]与B[1..j]完全相等。也就是说，i是不断增加的，随着i的增加j相应地变化，且j满足以A[i]结尾的长度为j的字符串正好匹配B串的前 j个字符（j当然越大越好），现在需要检验A[i+1]和B[j+1]的关系。当A[i+1]=B[j+1]时，i和j各加一；什么时候j=m了，我们就说B是A的子串（B串已经整完了），并且可以根据这时的i值算出匹配的位置。当A[i+1]<>B[j+1]，KMP的策略是调整j的位置（减小j值）使得A[i-j+1..i]与B[1..j]保持匹配且新的B[j+1]恰好与A[i+1]匹配（从而使得i和j能继续增加）。我们看一看当 i=j=5时的情况。

    i = 1 2 3 4 5 6 7 8 9 ……
    A = a b a b a b a a b a b …
    B = a b a b a c b
    j = 1 2 3 4 5 6 7

    此时，A[6]<>B[6]。这表明，此时j不能等于5了，我们要把j改成比它小的值j'。j'可能是多少呢？仔细想一下，我们发现，j'必须要使得B[1..j]中的头j'个字母和末j'个字母完全相等（这样j变成了j'后才能继续保持i和j的性质）。这个j'当然要越大越好。在这里，B [1..5]="ababa"，头3个字母和末3个字母都是"aba"。而当新的j为3时，A[6]恰好和B[4]相等。于是，i变成了6，而j则变成了 4：

    i = 1 2 3 4 5 6 7 8 9 ……
    A = a b a b a b a a b a b …
    B =     a b a b a c b
    j =     1 2 3 4 5 6 7

    从上面的这个例子，我们可以看到，新的j可以取多少与i无关，只与B串有关。我们完全可以预处理出这样一个数组P[j]，表示当匹配到B数组的第j个字母而第j+1个字母不能匹配了时，新的j最大是多少。P[j]应该是所有满足B[1..P[j]]=B[j-P[j]+1..j]的最大值。
    再后来，A[7]=B[5]，i和j又各增加1。这时，又出现了A[i+1]<>B[j+1]的情况：

    i = 1 2 3 4 5 6 7 8 9 ……
    A = a b a b a b a a b a b …
    B =     a b a b a c b
    j =     1 2 3 4 5 6 7

    由于P[5]=3，因此新的j=3：

    i = 1 2 3 4 5 6 7 8 9 ……
    A = a b a b a b a a b a b …
    B =         a b a b a c b
    j =         1 2 3 4 5 6 7

    这时，新的j=3仍然不能满足A[i+1]=B[j+1]，此时我们再次减小j值，将j再次更新为P[3]：

    i = 1 2 3 4 5 6 7 8 9 ……
    A = a b a b a b a a b a b …
    B =             a b a b a c b
    j =             1 2 3 4 5 6 7

    现在，i还是7，j已经变成1了。而此时A[8]居然仍然不等于B[j+1]。这样，j必须减小到P[1]，即0：

    i = 1 2 3 4 5 6 7 8 9 ……
    A = a b a b a b a a b a b …
    B =               a b a b a c b
    j =             0 1 2 3 4 5 6 7

    终于，A[8]=B[1]，i变为8，j为1。事实上，有可能j到了0仍然不能满足A[i+1]=B[j+1]（比如A[8]="d"时）。因此，准确的说法是，当j=0了时，我们增加i值但忽略j直到出现A[i]=B[1]为止。
    这个过程的代码很短（真的很短），我们在这里给出：

j:=0;
for i:=1 to n do
begin
   while (j>0) and (B[j+1]<>A[i]) do j:=P[j];
   if B[j+1]=A[i] then j:=j+1;
   if j=m then
   begin
      writeln('Pattern occurs with shift ',i-m);
      j:=P[j];
   end;
end;

    最后的j:=P[j]是为了让程序继续做下去，因为我们有可能找到多处匹配。
    这个程序或许比想像中的要简单，因为对于i值的不断增加，代码用的是for循环。因此，这个代码可以这样形象地理解：扫描字符串A，并更新可以匹配到B的什么位置。

    现在，我们还遗留了两个重要的问题：一，为什么这个程序是线性的；二，如何快速预处理P数组。
    为什么这个程序是O(n)的？其实，主要的争议在于，while循环使得执行次数出现了不确定因素。我们将用到时间复杂度的摊还分析中的主要策略，简单地说就是通过观察某一个变量或函数值的变化来对零散的、杂乱的、不规则的执行次数进行累计。KMP的时间复杂度分析可谓摊还分析的典型。我们从上述程序的j 值入手。每一次执行while循环都会使j减小（但不能减成负的），而另外的改变j值的地方只有第五行。每次执行了这一行，j都只能加1；因此，整个过程中j最多加了n个1。于是，j最多只有n次减小的机会（j值减小的次数当然不能超过n，因为j永远是非负整数）。这告诉我们，while循环总共最多执行了n次。按照摊还分析的说法，平摊到每次for循环中后，一次for循环的复杂度为O(1)。整个过程显然是O(n)的。这样的分析对于后面P数组预处理的过程同样有效，同样可以得到预处理过程的复杂度为O(m)。
    预处理不需要按照P的定义写成O(m^2)甚至O(m^3)的。我们可以通过P[1],P[2],...,P[j-1]的值来获得P[j]的值。对于刚才的B="ababacb"，假如我们已经求出了 P[1],P[2],P[3]和P[4]，看看我们应该怎么求出P[5]和P[6]。P[4]=2，那么P [5]显然等于P[4]+1，因为由P[4]可以知道，B[1,2]已经和B[3,4]相等了，现在又有B[3]=B[5]，所以P[5]可以由P[4] 后面加一个字符得到。P[6]也等于P[5]+1吗？显然不是，因为B[ P[5]+1 ]<>B[6]。那么，我们要考虑“退一步”了。我们考虑P[6]是否有可能由P[5]的情况所包含的子串得到，即是否P[6]=P[ P[5] ]+1。这里想不通的话可以仔细看一下：

        1 2 3 4 5 6 7
    B = a b a b a c b
    P = 0 0 1 2 3 ?

    P[5]=3 是因为B[1..3]和B[3..5]都是"aba"；而P[3]=1则告诉我们，B[1]、B[3]和B[5]都是"a"。既然P[6]不能由P[5] 得到，或许可以由P[3]得到（如果B[2]恰好和B[6]相等的话，P[6]就等于P[3]+1了）。显然，P[6]也不能通过P[3]得到，因为 B[2]<>B[6]。事实上，这样一直推到P[1]也不行，最后，我们得到，P[6]=0。
    怎么这个预处理过程跟前面的KMP主程序这么像呢？其实，KMP的预处理本身就是一个B串“自我匹配”的过程。它的代码和上面的代码神似：

P[1]:=0;
j:=0;
for i:=2 to m do
begin
   while (j>0) and (B[j+1]<>B[i]) do j:=P[j];
   if B[j+1]=B[i] then j:=j+1;
   P[i]:=j;
end;

    最后补充一点：由于KMP算法只预处理B串，因此这种算法很适合这样的问题：给定一个B串和一群不同的A串，问B是哪些A串的子串。

    串匹配是一个很有研究价值的问题。事实上，我们还有后缀树，自动机等很多方法，这些算法都巧妙地运用了预处理，从而可以在线性的时间里解决字符串的匹配。我们以后来说。

    昨天发现一个特别晕的事，知道怎么去掉BitComet的广告吗？把界面语言设成英文就行了。
    还有，金山词霸和Dr.eye都可以去自杀了，Babylon素王道。

jemmyLiu 2010-11-19 19:31 发表评论

C++字符串格式化符号

jemmyLiu — Wed, 17 Nov 2010 11:51:00 GMT

C/C++格式化字符串说明 C++的格式化字符串经常用作格式化数字的输出、字符串合并和转换等等很多场合。

1. 格式化规定符

━━━━━━━━━━━━━━━━━━━━━━━━━━

符号作用

──────────────────────────

%d 十进制有符号整数

%u 十进制无符号整数

%f 浮点数

%s 字符串

%c 单个字符

%p 指针的值

%e 指数形式的浮点数

%x, %X 无符号以十六进制表示的整数

%0 无符号以八进制表示的整数

%g 自动选择合适的表示法

━━━━━━━━━━━━━━━━━━━━━━━━━━

说明:

(1). 可以在"%"和字母之间插进数字表示最大场宽。

例如: %3d 表示输出3位整型数, 不够3位右对齐。

%9.2f表示输出场宽为9的浮点数, 其中小数位为2, 整数位为6,

小数点占一位, 不够9位右对齐。

%8s 表示输出8个字符的字符串, 不够8个字符右对齐。

如果字符串的长度、或整型数位数超过说明的场宽, 将按其实际长度输出。但对浮点数, 若整数部分位数超过了说明的整数位宽度, 将按实际整数位输出; 若小数部分位数超过了说明的小数位宽度, 则按说明的宽度以四舍五入输出。

另外, 若想在输出值前加一些0, 就应在场宽项前加个0。

例如: %04d 表示在输出一个小于4位的数值时, 将在前面补0使其总宽度为4位。

如果用浮点数表示字符或整型量的输出格式, 小数点后的数字代表最大宽度, 小数点前的数字代表最小宽度。

例如: %6.9s 表示显示一个长度不小于6且不大于9的字符串。若大于9, 则第9个字符以后的内容将被删除。

(2). 可以在"%"和字母之间加小写字母l, 表示输出的是长型数。

例如: %ld 表示输出long整数

%lf 表示输出double浮点数

(3). 可以控制输出左对齐或右对齐, 即在"%"和字母之间加入一个"-" 号可说明输出为左对齐, 否则为右对齐。

例如: %-7d 表示输出7位整数左对齐

%-10s 表示输出10个字符左对齐

2. 一些特殊规定字符

━━━━━━━━━━━━━━━━━━━━━━━━━━

字符作用

──────────────────────────

\n 换行

\f 清屏并换页

\r 回车

\t Tab符

\xhh 表示一个ASCII码用16进表示, 其中hh是1到2个16进制数

━━━━━━━━━━━━━━━━━━━━━━━━━━

char c, s[20], *p;

int a=1234, *i;

float f=3.141592653589;

double x=0.12345678987654321;

p="How do you do";

strcpy(s, "Hello, Comrade");

*i=12;

c='\x41';

printf("a=%d\n", a); /*结果输出十进制整数a=1234*/

printf("a=%6d\n", a); /*结果输出6位十进制数a= 1234*/

printf("a=%06d\n", a); /*结果输出6位十进制数a=001234*/

printf("a=%2d\n", a); /*a超过2位, 按实际值输出a=1234*/

printf("*i=%4d\n", *i); /*输出4位十进制整数*i= 12*/

printf("*i=%-4d\n", *i); /*输出左对齐4位十进制整数*i=12*/

printf("i=%p\n", i); /*输出地址i=06E4*/

printf("f=%f\n", f); /*输出浮点数f=3.141593*/

printf("f=6.4f\n", f); /*输出6位其中小数点后4位的浮点数f=3.1416*/

printf("x=%lf\n", x); /*输出长浮点数x=0.123457*/

printf("x=%18.16lf\n", x);/*输出18位其中小数点后16位的长浮点数x=0.1234567898765432*/

printf("c=%c\n", c); /*输出字符c=A*/

printf("c=%x\n", c); /*输出字符的ASCII码值c=41*/

printf("s[]=%s\n", s); /*输出数组字符串s[]=Hello, Comrade*/

printf("s[]=%6.9s\n", s);/*输出最多9个字符的字符串s[]=Hello,Co*/

printf("s=%p\n", s); /*输出数组字符串首字符地址s=FFBE*/

printf("*p=%s\n", p); /* 输出指针字符串p=How do you do*/

printf("p=%p\n", p); /*输出指针的值p=0194*/

上面结果中的地址值在不同计算机上可能不同。

jemmyLiu 2010-11-17 19:51 发表评论