Question

我正在尝试通过在Java中实现它来学习Inflate算法，以便我可以在汇编中为具有非常有限的指令集的CPU实现它。

在读取文字，距离和长度代码的数量后，我无法从文件中读取正确的代码长度。我正在按照here所述的实现进行操作，其中提供了一个示例.gz文件gunzip.c.gz。在读取gzip头文件后，以下是第一个56位（如果我正确读取它），压缩数据块：

10111101 00011011 11111101 01101111 11011010 11001000 11110010

我将通过以下偏移来引用字节中的位：[76543210] 第一个字节10111101包含偏移end of block的{{1}}，偏移0包含确定块类型的两个位。
在这种情况下，这是最后一个块，它是一个动态的霍夫曼树。

要解释的以下位是文字（5位），距离（5位）和长度（4位）代码的数量。阅读内容如下：

在此之后，我遇到了麻烦。接下来的36位应该是12组3位，表示代码长度从上面的字节，我看到（解释为little-endian）：

10111101 -> 10111XXX -> 23 (literal)
00011011 -> XXX11011 -> 27 (distance)
00011011 11111101 -> 000XXXXX XXXXXXX1 -> 1000 -> 8 (length)

但我希望（如上面的链接所示）

110 111 111 011 011 010 011 011 100 100 101 100
3   7   7   6   6   2   6   6   1   1   5   1

我看不到从文件中获取这些值的任何方法。我必须误解应该如何读取这些位。给定一个具有5位值后跟3位值的字节101 011 011 110 110 110 110 110 110 001 001 001 5 6 6 3 3 3 3 3 3 4 4 4，我会将其读作[CBA43210]和01234。

这篇文章的正确代码长度应该是错误的，或者更可能的是，我对它们应该如何解释是错误的？

Answer 1

位本身被读取LSB到MSB，如图6所示：
<----
87654321

（来自问题链接的文件）表示

[CBA43210]我会把它读作01234和ABC。

（来自问题本身）是正确的。

Little-endian表示首先存储或读取（此处，解释）最低有效位（此处为位）。

但是，01234和ABC本身属于小端，因此字节110 11000将被解释为3 3，而不是24 6。

这意味着

中的五位，五位和四位

10111101 00011011 ...

是

xxx11101 => 11101  => 29
101xxxxx
xxxxxx11 => 11 101 => 29
xx0110xx => 0110   => 6

gzip：解释解压缩的位

1 个答案: