Swish-e搜索引擎中的数据压缩算法（二）

   基本原理是将LONG型分为byte组（需要注意字节顺序，即：big endian和 little endian），然后通过fwrite将数组按照顺序写入到文件中。读取LONG型时，fread每个字节，并对字节进行移位操作，组成LONG型。这里应该称为数据处理，应该不算做压缩处理。

基本代码（来自swish-e 2.4.5）为：

 

unsigned long PACKLONG(unsigned long num) { unsigned long temp = 0L; unsigned char* s; int sz_long = sizeof(unsigned long); if(num && LITTLE_ENDIAN) { s = (unsigned char*) &temp; while(sz_long) *s++ = (unsigned char*) ((num >> ((--sz_long) << 3)) & 0xFF); return temp; } return num; }

需要注意的是，如果机器是Little endian（the first read byte is the biggest），首先读取的字节为最低位，需要将字节顺序逆序。先将LONG型中的高位byte放在第一个unsigned char中。

       将LONG长整型变化以后，通过printlong将LONG型写入到文件中,基本代码为中：

void printlong(FILE* fp, unsigned long num) { if (fwrite(&num, sizeof(unsigned long), 1, fp) != 1) { fprintf(stderr, "write long error!"); exit(1); } }

LONG型的读取和恢复。

首先从文件中读取LONG型的数据，此时为处理以后的数据，还需要恢复。

unsigned long readlong(FILE* fp) { unsigned long num; fread(&num, sizeof(unsigned long), 1, fp); return num; }

然后恢复读取的LONG型数据为正确的格式，基本代码（swish-e2.4.5）为：

unsigned long UNPACKLONG(unsigned long num) { unsigned long temp = 0L; unsigned char* s = (unsigned char*) &num; int sz_long = sizeof(unsigned long); if (num && LITTLE_ENDIAN) { while(sz_long) temp += *s++ << ((--sz_long) << 3); return temp; } return num; }

如果是Little endian，则将先读取的byte数据，右移sz_long * 8位，最后组成正确的LONG型数据。

   通过以上处理，可以讲LONG型数据变换处理以后，通过bianry文件的方式进行存取。