11

我有一个包含 6000 个元素的数据结构，对于每个元素，我需要存储 7 位信息。如果我天真地将它存储为一个包含 6000 个元素的数组，其中填充了数字，它会占用大约 22 KB。我正在尝试减小页面的大小——存储 6000*7 位信息的最佳方式是什么（应该在 5 KB 左右）。我想要一个像数据结构一样的“比特流”。我考虑过将其编码为字符串甚至图像，但不确定。我没有编码为字符串的原因是因为我无法从数学上保证没有一个字符不是不可打印的 ASCII 字符之一（例如 ASCII 1-25）

4

3 回答 3

9

让我们考虑两种解决方案。

基地 32

为了好玩，让我们考虑使用 base-32 数字。是的，你可以在 JavaScript 中做到这一点。

首先将四个 7 位值打包成一个整数：

function pack(a1,a2,a3,a4){
    return ((a1 << 8 | a2) << 8 | a3) << 8 | a4;
}

现在，转换为基数 32。

function encode(n){
    var str = "000000" + n.toString(32);
    str = str.slice(0,6);
    return str;
}

那应该不超过六位数。我们确保它正好是六个。

走向另一个方向：

function decode(s){
    return parseInt(s, 32);
}

function unpack(x){
    var a1 = x & 0xff0000>>24, a2 = x & 0x00ff0000>>16, a3 = x & 0x0000ff00>>8, a4 = x & 0x000000ff;
    return [a1, a2, a3, a4];
}

剩下的就是围绕这个逻辑来处理 6000 个元素。压缩：

function compress(elts){
    var str = '';
    for(var i = 0; i < elts.length; i+=4){
        str += encode(pack(elts[i], elts[i+1], elts[i+2], elts[i+3])
    }
    return str;
}

并解压缩：

function uncompress(str){
    var elts = [];
    for(var i = 0; i < str.length; i+=6){
        elts = elts.concat(unpack(decode(str.slice(i, i+6)));
    }
    return elts;
}

如果您将所有 6,000 个元素的结果连接起来，您将拥有 1,500 个压缩数字，每个 6 个字符将变成大约 9K。每个 7 位值大约 1.5 个字节。这绝不是信息论的最大压缩，但也没有那么糟糕。要解码只需反转该过程：

统一码

首先，我们将两个 7 位值打包成一个整数：

function pack(a1,a2){
    return (a1 << 8 | a2) << 8;
}

我们将对所有 6,000 个输入执行此操作，然后使用我们的朋友String.fromCharCode将所有 3,000 个值转换为 3,000 个字符的 Unicode 字符串：

function compress(elts){
    var packeds = [];
    for (var i = 0; i < elts.length; i+=2) {
        packeds.push(pack(elts[i], elts[i+1]);
    }
    return String.fromCharCode.apply(0, packeds);
}

反过来，这很容易：

function uncompress(str) {
    var elts = [], code;
    for (var i = 0; i < str.length; i++) {
        code=str.charCodeAt(i);
        elts.push(code>>8, code & 0xff);
    }
    return elts;
}

这将每两个 7 位值占用两个字节，因此比 base 32 方法的效率高约 33%。

如果将上述字符串作为 Javascript 赋值写入脚本标记，例如var data="HUGE UNICODE STRING";，则需要对字符串中的引号进行转义：

javascript_assignment = 'var data = "' + compress(elts).replace(/"/g,'\\"') + '";';

上面的代码并不意味着生产，特别是不处理输入数量不是四或二的倍数的极端情况。

于 2013-06-24T22:54:19.010 回答
1

正如 dandavis 所说，可以将不可打印的 ASCII 字符编码为 JSON 字符串。但是对于随机数据，它给了我 13KB（因为必须转义许多字符）。您可以将字符串编码为 base64，然后再编码为 JSON 字符串。它给了我 7.9KB 的随机数据。

var randint = function (from, to) {
    return Math.floor(Math.random() * (to - from + 1)) + from;
}

var data = '';
for (var i = 0; i < 6000; ++i) {
    data += String.fromCharCode(randint(0, 127));
}
// encoding `data` as JSON-string at this point gave me 13KB

var b64data = btoa(data);
// encoding `b64data` as JSON-string gave me 7.9KB

解码它

var data = atob(b64data);
var adata = [];
for (var i = 0; i < data.length; ++i) {
    adata.push(data.charCodeAt(i));
}

绝对应该有更有效的方法来编码您的数据，但我相信这是对复杂性和效率的妥协。PS。在某些浏览器中，您可能需要自己atob编写btoa。

于 2013-06-24T22:11:54.320 回答
1

实际上，如果您使用 JSON 将任何潜在的恶意代码编码为 JS 转义代码，则字符串可以正常工作：

var codes=",Ñkqëgdß\u001f", // (10 chars JSON encoded to store all chars ranges)
mySet=codes[4].charCodeAt().toString(2).split("").map(Number).map(Boolean).reverse();

alert(mySet); // shows: [true,false,false,false,true,true,true] 


/*  broken down into bite-sized steps: (pseudo code)
char == "g" (codes[4])
"g".charCodeAt() == 103
(103).toString(2) == "1100111"
.split().map(Number) ==  [1,1,0,0,1,1,1]
.map(Boolean).reverse() == [true,true,true,false,false,true,true]  */

并填充数组，反转过程：

var toStore= [true, false, true, false, true, false, true];
var char= String.fromCharCode(parseInt(toStore.map(Number).reverse().join(""),2));
codes+=char;

//verify (should===true):   
codes[10].charCodeAt().toString(2).split("")
   .map(Number).map(Boolean).reverse().toString() === toStore.toString();

要将结果导出到 ascii 文件 JSON.stringify(codes)，或者如果保存到 localStorage，您可以只保存原始字符串变量，因为浏览器使用 localStorage 的每个字符两个字节...

于 2013-06-24T21:07:46.040 回答