用C++实现bsdiff算法。

时间: 2023-10-22 10:08:09 浏览: 179
RAR

08_24_C++ 差分算法的分析

star5星 · 资源好评率100%
bsdiff算法是一种用于生成两个二进文件之间差异的算法,常用于软件升级和增量更新。下面是一个C++实现的示例代码: ```c++ #include <fstream> #include <vector> typedef unsigned char uint8_t; typedef unsigned int uint32_t; typedef unsigned long long uint64_t; const uint64_t MAX_LEN = 0xFFFFFFFFFFFFFFFF; class bsdiff { public: static bool diff(const char* old_file, const char* new_file, const char* patch_file); static bool patch(const char* old_file, const char* new_file, const char* patch_file); private: static void split(uint64_t* sa, uint8_t* old_data, uint64_t old_size); static uint64_t search(uint8_t* new_data, uint64_t new_size, uint8_t* old_data, uint64_t old_size, uint64_t pos, uint64_t len, uint64_t* offset); static void encode(std::ofstream& fout, uint64_t x); static void copy(std::ofstream& fout, uint8_t* data, uint64_t size); }; bool bsdiff::diff(const char* old_file, const char* new_file, const char* patch_file) { std::ifstream old_f(old_file, std::ios::binary); if (!old_f) return false; old_f.seekg(0, std::ios::end); uint64_t old_size = old_f.tellg(); old_f.seekg(0, std::ios::beg); std::vector<uint8_t> old_data(old_size); old_f.read(reinterpret_cast<char*>(&old_data[0]), old_size); old_f.close(); std::ifstream new_f(new_file, std::ios::binary); if (!new_f) return false; new_f.seekg(0, std::ios::end); uint64_t new_size = new_f.tellg(); new_f.seekg(0, std::ios::beg); std::vector<uint8_t> new_data(new_size); new_f.read(reinterpret_cast<char*>(&new_data[0]), new_size); new_f.close(); std::ofstream patch_f(patch_file, std::ios::binary); if (!patch_f) return false; uint64_t* sa = new uint64_t[(old_size + 1) / 2]; split(sa, &old_data[0], old_size); uint64_t i = 0; uint64_t len = 0; uint64_t pos = 0; uint64_t last_offset = 0; while (i < new_size) { uint64_t offset = 0; pos = search(&new_data[0], new_size, &old_data[0], old_size, sa[i], old_size - sa[i], &offset); if (i + pos - last_offset >= MAX_LEN || pos == old_size) { encode(patch_f, i - last_offset); encode(patch_f, pos - last_offset); copy(patch_f, &new_data[i], pos - last_offset); last_offset = pos; } i += pos - sa[i]; } encode(patch_f, i - last_offset); encode(patch_f, new_size - last_offset); copy(patch_f, &new_data[i], new_size - last_offset); delete[] sa; patch_f.close(); return true; } bool bsdiff::patch(const char* old_file, const char* new_file, const char* patch_file) { std::ifstream old_f(old_file, std::ios::binary); if (!old_f) return false; old_f.seekg(0, std::ios::end); uint64_t old_size = old_f.tellg(); old_f.seekg(0, std::ios::beg); std::vector<uint8_t> old_data(old_size); old_f.read(reinterpret_cast<char*>(&old_data[0]), old_size); old_f.close(); std::ifstream patch_f(patch_file, std::ios::binary); if (!patch_f) return false; std::ofstream new_f(new_file, std::ios::binary); if (!new_f) return false; uint64_t old_pos = 0; uint64_t new_pos = 0; uint64_t cmd = 0; uint64_t len = 0; while (patch_f) { cmd = 0; len = 0; patch_f.read(reinterpret_cast<char*>(&cmd), sizeof(uint64_t)); patch_f.read(reinterpret_cast<char*>(&len), sizeof(uint64_t)); if (patch_f.eof()) break; if (cmd > 0) { std::vector<uint8_t> diff_data(len); patch_f.read(reinterpret_cast<char*>(&diff_data[0]), len); for (uint64_t i = 0; i < len; i++) { new_f.put(old_data[old_pos + i] + diff_data[i]); } old_pos += len; new_pos += len; } else { new_pos += len; } } patch_f.close(); new_f.close(); return true; } void bsdiff::split(uint64_t* sa, uint8_t* old_data, uint64_t old_size) { uint64_t i = 0; uint64_t j = 0; uint64_t k = 0; uint64_t x = 0; uint64_t y = 0; uint64_t tmp = 0; uint64_t* v = new uint64_t[old_size]; for (i = 0; i < old_size; i++) { v[i] = i; } for (i = 0; i < old_size; i++) { sa[i] = v[0]; v[0] = v[1]; x = v[1]; for (j = 1; j < old_size - i - 1; j++) { y = v[j + 1]; if (old_data[sa[i] + j] > old_data[x + j]) { v[j] = x; x = y; } else if (old_data[sa[i] + j] > old_data[y + j]) { v[j] = sa[i] + j; x = y; } else { v[j] = y; } } v[old_size - i - 2] = x; } for (i = 0; i < old_size; i++) { sa[v[i]] = i; } delete[] v; } uint64_t bsdiff::search(uint8_t* new_data, uint64_t new_size, uint8_t* old_data, uint64_t old_size, uint64_t pos, uint64_t len, uint64_t* offset) { uint64_t start = 0; uint64_t end = old_size; uint64_t x = 0; uint64_t y = 0; uint64_t last = 0; while (start < end) { x = start + (end - start) / 2; last = (x > *offset) ? x - *offset : *offset - x; y = 0; while (y < len && x + y < old_size && new_data[pos + y] == old_data[x + y]) { y++; } if (y == len) { *offset = x; return x - *offset + len; } if (y > last) { end = x; } else { start = x + 1; } } return 0; } void bsdiff::encode(std::ofstream& fout, uint64_t x) { uint8_t buf[10]; uint32_t i = 0; while (x >= 0x80) { buf[i++] = (x & 0x7F) | 0x80; x >>= 7; } buf[i++] = x & 0x7F; for (uint32_t j = 0; j < i; j++) { fout.put(buf[j]); } } void bsdiff::copy(std::ofstream& fout, uint8_t* data, uint64_t size) { for (uint64_t i = 0; i < size; i++) { fout.put(data[i]); } } ``` 该实现使用了STL中的vector和fstream库,代码较为简洁易读。其中,split函数用于计算old_data数组的后缀数组,search函数用于在old_data数组中查找与new_data数组匹配的最长子串。encode和copy函数用于将数据写入输出流中。diff函数用于生成差异文件,patch函数用于根据差异文件生成新文件。
阅读全文

相关推荐

最新推荐

recommend-type

基于STM32单片机的差分升级(增量升级)算法移植手册V1.3, STM32+BsDiff+LZ77+CRC32

生成差分包时,通过特定的差分算法(如BsDiff)比较源版本和目标版本的固件,找出它们之间的差异,并将其压缩(如使用LZ77无损压缩算法)形成一个较小的补丁包。这个补丁包可以在各种通信通道(如网络、串口、CAN...
recommend-type

yolov5s nnie.zip

yolov5s nnieyolov5-nnieyolov5s nnieYOLOv5 pytorch -> onnx -> caffe -> .wk 1、模型是yolov5s,将focus层替换成stride为2的卷积层。reshape和permute层也做了调整。具体的修改过程可以参考这个大佬的文章https://blog.csdn.net/tangshopping/article/details/1100386052、模型是在hi3559av100上跑的,mapper版本是1.2。3、用法mkdir buildcd buildcmake -DCMAKE_TOOLCHAIN_FILE=../hi3559.toolchain.cmake ..make -j4./yolo_nnie参考https://blog.csdn.net/tangshopping/article/details/110038605watermelooon/nnie_yolohttps://github.com/ultralytics/yolov5https://githu
recommend-type

基于uni-app+uview-ui开发的校园云打印系统微信小程序项目源码+文档说明

基于uni-app+uview-ui开发的校园云打印系统微信小程序项目源码+文档说明,本资源中的源码都是经过本地编译过可运行的,评审分达到98分,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、毕业设计、期末大作业和课程设计使用需求,如果有需要的话可以放心下载使用。 基于uni-app+uview-ui开发的校园云打印系统微信小程序项目源码+文档说明,本基于uni-app+uview-ui开发的校园云打印系统微信小程序项目源码+文档说明资源中的源码都是经过本地编译过可运行的,评审分达到98分,基于uni-app+uview-ui开发的校园云打印系统微信小程序项目源码+文档说明资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、毕业设计、期末大作业和课程设计使用需求,如果有需要的话可以放心下载使用。 本资源中的源码都是经过本地编译过可运行的,评审分达到98分,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、毕业设计、期末大作业和课程设计使用需求,如果有需要的话可以放心下载使用。本资源中的源码都是经过本地编译过可运行的,评审分达到98分
recommend-type

JHU荣誉单变量微积分课程教案介绍

资源摘要信息:"jhu2017-18-honors-single-variable-calculus" 知识点一:荣誉单变量微积分课程介绍 本课程为JHU(约翰霍普金斯大学)的荣誉单变量微积分课程,主要针对在2018年秋季和2019年秋季两个学期开设。课程内容涵盖两个学期的微积分知识,包括整合和微分两大部分。该课程采用IBL(Inquiry-Based Learning)格式进行教学,即学生先自行解决问题,然后在学习过程中逐步掌握相关理论知识。 知识点二:IBL教学法 IBL教学法,即问题导向的学习方法,是一种以学生为中心的教学模式。在这种模式下,学生在教师的引导下,通过提出问题、解决问题来获取知识,从而培养学生的自主学习能力和问题解决能力。IBL教学法强调学生的主动参与和探索,教师的角色更多的是引导者和协助者。 知识点三:课程难度及学习方法 课程的第一次迭代主要包含问题,难度较大,学生需要有一定的数学基础和自学能力。第二次迭代则在第一次的基础上增加了更多的理论和解释,难度相对降低,更适合学生理解和学习。这种设计旨在帮助学生从实际问题出发,逐步深入理解微积分理论,提高学习效率。 知识点四:课程先决条件及学习建议 课程的先决条件为预演算,即在进入课程之前需要掌握一定的演算知识和技能。建议在使用这些笔记之前,先完成一些基础演算的入门课程,并进行一些数学证明的练习。这样可以更好地理解和掌握课程内容,提高学习效果。 知识点五:TeX格式文件 标签"TeX"意味着该课程的资料是以TeX格式保存和发布的。TeX是一种基于排版语言的格式,广泛应用于学术出版物的排版,特别是在数学、物理学和计算机科学领域。TeX格式的文件可以确保文档内容的准确性和排版的美观性,适合用于编写和分享复杂的科学和技术文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战篇:自定义损失函数】:构建独特损失函数解决特定问题,优化模型性能

![损失函数](https://img-blog.csdnimg.cn/direct/a83762ba6eb248f69091b5154ddf78ca.png) # 1. 损失函数的基本概念与作用 ## 1.1 损失函数定义 损失函数是机器学习中的核心概念,用于衡量模型预测值与实际值之间的差异。它是优化算法调整模型参数以最小化的目标函数。 ```math L(y, f(x)) = \sum_{i=1}^{N} L_i(y_i, f(x_i)) ``` 其中,`L`表示损失函数,`y`为实际值,`f(x)`为模型预测值,`N`为样本数量,`L_i`为第`i`个样本的损失。 ## 1.2 损
recommend-type

如何在ZYNQMP平台上配置TUSB1210 USB接口芯片以实现Host模式,并确保与Linux内核的兼容性?

要在ZYNQMP平台上实现TUSB1210 USB接口芯片的Host模式功能,并确保与Linux内核的兼容性,首先需要在硬件层面完成TUSB1210与ZYNQMP芯片的正确连接,保证USB2.0和USB3.0之间的硬件电路设计符合ZYNQMP的要求。 参考资源链接:[ZYNQMP USB主机模式实现与测试(TUSB1210)](https://wenku.csdn.net/doc/6nneek7zxw?spm=1055.2569.3001.10343) 具体步骤包括: 1. 在Vivado中设计硬件电路,配置USB接口相关的Bank502和Bank505引脚,同时确保USB时钟的正确配置。
recommend-type

Naruto爱好者必备CLI测试应用

资源摘要信息:"Are-you-a-Naruto-Fan:CLI测验应用程序,用于检查Naruto狂热者的知识" 该应用程序是一个基于命令行界面(CLI)的测验工具,设计用于测试用户对日本动漫《火影忍者》(Naruto)的知识水平。《火影忍者》是由岸本齐史创作的一部广受欢迎的漫画系列,后被改编成同名电视动画,并衍生出一系列相关的产品和文化现象。该动漫讲述了主角漩涡鸣人从忍者学校开始的成长故事,直到成为木叶隐村的领袖,期间包含了忍者文化、战斗、忍术、友情和忍者世界的政治斗争等元素。 这个测验应用程序的开发主要使用了JavaScript语言。JavaScript是一种广泛应用于前端开发的编程语言,它允许网页具有交互性,同时也可以在服务器端运行(如Node.js环境)。在这个CLI应用程序中,JavaScript被用来处理用户的输入,生成问题,并根据用户的回答来评估其对《火影忍者》的知识水平。 开发这样的测验应用程序可能涉及到以下知识点和技术: 1. **命令行界面(CLI)开发:** CLI应用程序是指用户通过命令行或终端与之交互的软件。在Web开发中,Node.js提供了一个运行JavaScript的环境,使得开发者可以使用JavaScript语言来创建服务器端应用程序和工具,包括CLI应用程序。CLI应用程序通常涉及到使用诸如 commander.js 或 yargs 等库来解析命令行参数和选项。 2. **JavaScript基础:** 开发CLI应用程序需要对JavaScript语言有扎实的理解,包括数据类型、函数、对象、数组、事件循环、异步编程等。 3. **知识库构建:** 测验应用程序的核心是其问题库,它包含了与《火影忍者》相关的各种问题。开发人员需要设计和构建这个知识库,并确保问题的多样性和覆盖面。 4. **逻辑和流程控制:** 在应用程序中,需要编写逻辑来控制测验的流程,比如问题的随机出现、计时器、计分机制以及结束时的反馈。 5. **用户界面(UI)交互:** 尽管是CLI,用户界面仍然重要。开发者需要确保用户体验流畅,这包括清晰的问题呈现、简洁的指令和友好的输出格式。 6. **模块化和封装:** 开发过程中应当遵循模块化原则,将不同的功能分隔开来,以便于管理和维护。例如,可以将问题生成器、计分器和用户输入处理器等封装成独立的模块。 7. **单元测试和调试:** 测验应用程序在发布前需要经过严格的测试和调试。使用如Mocha或Jest这样的JavaScript测试框架可以编写单元测试,并通过控制台输出调试信息来排除故障。 8. **部署和分发:** 最后,开发完成的应用程序需要被打包和分发。如果是基于Node.js的应用程序,常见的做法是将其打包为可执行文件(如使用electron或pkg工具),以便在不同的操作系统上运行。 根据提供的文件信息,虽然具体细节有限,但可以推测该应用程序可能采用了上述技术点。用户通过点击提供的链接,可能将被引导到一个网页或直接下载CLI应用程序的可执行文件,从而开始进行《火影忍者》的知识测验。通过这个测验,用户不仅能享受答题的乐趣,还可以加深对《火影忍者》的理解和认识。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【强化学习损失函数探索】:奖励函数与损失函数的深入联系及优化策略

![【强化学习损失函数探索】:奖励函数与损失函数的深入联系及优化策略](https://cdn.codeground.org/nsr/images/img/researchareas/ai-article4_02.png) # 1. 强化学习中的损失函数基础 强化学习(Reinforcement Learning, RL)是机器学习领域的一个重要分支,它通过与环境的互动来学习如何在特定任务中做出决策。在强化学习中,损失函数(loss function)起着至关重要的作用,它是学习算法优化的关键所在。损失函数能够衡量智能体(agent)的策略(policy)表现,帮助智能体通过减少损失来改进自