c++ - 二进制文件特殊字符

Question

我正在编写一个后缀数组排序，这个算法将一个标记字符附加到原始字符串。此字符不得在原始字符串中。

由于该算法将处理二进制文件字节，是否有任何特殊字节字符可以确保在任何二进制文件中都找不到？如果存在，我如何在 C++ 编码中表示这个字符？

我在linux上，我不确定它是否有所作为。

Answer 1

不，那里没有。二进制文件可以包含字节值的每个组合。不过，我不会称它们为“字符”，因为它们是二进制数据，而不是（必然）代表字符。但无论名称如何，它们都可以具有任何价值。

Answer 2

文件只能包含位。比特组可以解释为 ASCII 字符、浮点数、JPEG 格式的照片，以及任何你能想象到的东西。解释基于您选择的编码方案（例如 ASCII、BCD）。如果您的编码方案没有填满整个可能的代码表，您可以为您的特殊目的选择一个（例如，数字可以天真地编码为 4 位，2^4=16，因此您有 6 个冗余代码字）。

Answer 3

这更像是一个你应该自己回答的问题。我们不知道您拥有哪些二进制数据，哪些字符可以存在，哪些不能。如果您谈论的是通用二进制数据 - 可能有位和字节以及字符的任意组合，因此没有这样的字符。

从另一个角度来看，您正在谈论字符串。什么样的弦？ASCII 字符串？例如，ASCII 代码的范围非常有限，因此您可以使用 128。一些旧协议将 SOH ( \1) 用于类似目的。因此，如果您确切知道正在处理的字符串，则可能有一种解决方法。

据我所知，后缀数组不能应用于任意二进制数据（嗯，可以，但没有任何意义）。