~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/diff-delta.c

  • Committer: Daniel Watkins
  • Date: 2007-08-02 18:04:35 UTC
  • mto: This revision was merged to the branch mainline in revision 2705.
  • Revision ID: d.m.watkins@warwick.ac.uk-20070802180435-cs6xalg5tkze209b
tests.blackbox.test_aliases now uses internals where appropriate.

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
/*
2
 
 * diff-delta.c: generate a delta between two buffers
3
 
 *
4
 
 * This code was greatly inspired by parts of LibXDiff from Davide Libenzi
5
 
 * http://www.xmailserver.org/xdiff-lib.html
6
 
 *
7
 
 * Rewritten for GIT by Nicolas Pitre <nico@cam.org>, (C) 2005-2007
8
 
 * Adapted for Bazaar by John Arbash Meinel <john@arbash-meinel.com> (C) 2009
9
 
 *
10
 
 * This program is free software; you can redistribute it and/or modify
11
 
 * it under the terms of the GNU General Public License as published by
12
 
 * the Free Software Foundation; either version 2 of the License, or
13
 
 * (at your option) any later version.
14
 
 *
15
 
 * NB: The version in GIT is 'version 2 of the Licence only', however Nicolas
16
 
 * has granted permission for use under 'version 2 or later' in private email
17
 
 * to Robert Collins and Karl Fogel on the 6th April 2009.
18
 
 */
19
 
 
20
 
#include <stdio.h>
21
 
 
22
 
#include "delta.h"
23
 
#include <stdlib.h>
24
 
#include <string.h>
25
 
#include <assert.h>
26
 
 
27
 
/* maximum hash entry list for the same hash bucket */
28
 
#define HASH_LIMIT 64
29
 
 
30
 
#define RABIN_SHIFT 23
31
 
#define RABIN_WINDOW 16
32
 
 
33
 
/* The hash map is sized to put 4 entries per bucket, this gives us ~even room
34
 
 * for more data. Tweaking this number above 4 doesn't seem to help much,
35
 
 * anyway.
36
 
 */
37
 
#define EXTRA_NULLS 4
38
 
 
39
 
static const unsigned int T[256] = {
40
 
    0x00000000, 0xab59b4d1, 0x56b369a2, 0xfdeadd73, 0x063f6795, 0xad66d344,
41
 
    0x508c0e37, 0xfbd5bae6, 0x0c7ecf2a, 0xa7277bfb, 0x5acda688, 0xf1941259,
42
 
    0x0a41a8bf, 0xa1181c6e, 0x5cf2c11d, 0xf7ab75cc, 0x18fd9e54, 0xb3a42a85,
43
 
    0x4e4ef7f6, 0xe5174327, 0x1ec2f9c1, 0xb59b4d10, 0x48719063, 0xe32824b2,
44
 
    0x1483517e, 0xbfdae5af, 0x423038dc, 0xe9698c0d, 0x12bc36eb, 0xb9e5823a,
45
 
    0x440f5f49, 0xef56eb98, 0x31fb3ca8, 0x9aa28879, 0x6748550a, 0xcc11e1db,
46
 
    0x37c45b3d, 0x9c9defec, 0x6177329f, 0xca2e864e, 0x3d85f382, 0x96dc4753,
47
 
    0x6b369a20, 0xc06f2ef1, 0x3bba9417, 0x90e320c6, 0x6d09fdb5, 0xc6504964,
48
 
    0x2906a2fc, 0x825f162d, 0x7fb5cb5e, 0xd4ec7f8f, 0x2f39c569, 0x846071b8,
49
 
    0x798aaccb, 0xd2d3181a, 0x25786dd6, 0x8e21d907, 0x73cb0474, 0xd892b0a5,
50
 
    0x23470a43, 0x881ebe92, 0x75f463e1, 0xdeadd730, 0x63f67950, 0xc8afcd81,
51
 
    0x354510f2, 0x9e1ca423, 0x65c91ec5, 0xce90aa14, 0x337a7767, 0x9823c3b6,
52
 
    0x6f88b67a, 0xc4d102ab, 0x393bdfd8, 0x92626b09, 0x69b7d1ef, 0xc2ee653e,
53
 
    0x3f04b84d, 0x945d0c9c, 0x7b0be704, 0xd05253d5, 0x2db88ea6, 0x86e13a77,
54
 
    0x7d348091, 0xd66d3440, 0x2b87e933, 0x80de5de2, 0x7775282e, 0xdc2c9cff,
55
 
    0x21c6418c, 0x8a9ff55d, 0x714a4fbb, 0xda13fb6a, 0x27f92619, 0x8ca092c8,
56
 
    0x520d45f8, 0xf954f129, 0x04be2c5a, 0xafe7988b, 0x5432226d, 0xff6b96bc,
57
 
    0x02814bcf, 0xa9d8ff1e, 0x5e738ad2, 0xf52a3e03, 0x08c0e370, 0xa39957a1,
58
 
    0x584ced47, 0xf3155996, 0x0eff84e5, 0xa5a63034, 0x4af0dbac, 0xe1a96f7d,
59
 
    0x1c43b20e, 0xb71a06df, 0x4ccfbc39, 0xe79608e8, 0x1a7cd59b, 0xb125614a,
60
 
    0x468e1486, 0xedd7a057, 0x103d7d24, 0xbb64c9f5, 0x40b17313, 0xebe8c7c2,
61
 
    0x16021ab1, 0xbd5bae60, 0x6cb54671, 0xc7ecf2a0, 0x3a062fd3, 0x915f9b02,
62
 
    0x6a8a21e4, 0xc1d39535, 0x3c394846, 0x9760fc97, 0x60cb895b, 0xcb923d8a,
63
 
    0x3678e0f9, 0x9d215428, 0x66f4eece, 0xcdad5a1f, 0x3047876c, 0x9b1e33bd,
64
 
    0x7448d825, 0xdf116cf4, 0x22fbb187, 0x89a20556, 0x7277bfb0, 0xd92e0b61,
65
 
    0x24c4d612, 0x8f9d62c3, 0x7836170f, 0xd36fa3de, 0x2e857ead, 0x85dcca7c,
66
 
    0x7e09709a, 0xd550c44b, 0x28ba1938, 0x83e3ade9, 0x5d4e7ad9, 0xf617ce08,
67
 
    0x0bfd137b, 0xa0a4a7aa, 0x5b711d4c, 0xf028a99d, 0x0dc274ee, 0xa69bc03f,
68
 
    0x5130b5f3, 0xfa690122, 0x0783dc51, 0xacda6880, 0x570fd266, 0xfc5666b7,
69
 
    0x01bcbbc4, 0xaae50f15, 0x45b3e48d, 0xeeea505c, 0x13008d2f, 0xb85939fe,
70
 
    0x438c8318, 0xe8d537c9, 0x153feaba, 0xbe665e6b, 0x49cd2ba7, 0xe2949f76,
71
 
    0x1f7e4205, 0xb427f6d4, 0x4ff24c32, 0xe4abf8e3, 0x19412590, 0xb2189141,
72
 
    0x0f433f21, 0xa41a8bf0, 0x59f05683, 0xf2a9e252, 0x097c58b4, 0xa225ec65,
73
 
    0x5fcf3116, 0xf49685c7, 0x033df00b, 0xa86444da, 0x558e99a9, 0xfed72d78,
74
 
    0x0502979e, 0xae5b234f, 0x53b1fe3c, 0xf8e84aed, 0x17bea175, 0xbce715a4,
75
 
    0x410dc8d7, 0xea547c06, 0x1181c6e0, 0xbad87231, 0x4732af42, 0xec6b1b93,
76
 
    0x1bc06e5f, 0xb099da8e, 0x4d7307fd, 0xe62ab32c, 0x1dff09ca, 0xb6a6bd1b,
77
 
    0x4b4c6068, 0xe015d4b9, 0x3eb80389, 0x95e1b758, 0x680b6a2b, 0xc352defa,
78
 
    0x3887641c, 0x93ded0cd, 0x6e340dbe, 0xc56db96f, 0x32c6cca3, 0x999f7872,
79
 
    0x6475a501, 0xcf2c11d0, 0x34f9ab36, 0x9fa01fe7, 0x624ac294, 0xc9137645,
80
 
    0x26459ddd, 0x8d1c290c, 0x70f6f47f, 0xdbaf40ae, 0x207afa48, 0x8b234e99,
81
 
    0x76c993ea, 0xdd90273b, 0x2a3b52f7, 0x8162e626, 0x7c883b55, 0xd7d18f84,
82
 
    0x2c043562, 0x875d81b3, 0x7ab75cc0, 0xd1eee811
83
 
};
84
 
 
85
 
static const unsigned int U[256] = {
86
 
    0x00000000, 0x7eb5200d, 0x5633f4cb, 0x2886d4c6, 0x073e5d47, 0x798b7d4a,
87
 
    0x510da98c, 0x2fb88981, 0x0e7cba8e, 0x70c99a83, 0x584f4e45, 0x26fa6e48,
88
 
    0x0942e7c9, 0x77f7c7c4, 0x5f711302, 0x21c4330f, 0x1cf9751c, 0x624c5511,
89
 
    0x4aca81d7, 0x347fa1da, 0x1bc7285b, 0x65720856, 0x4df4dc90, 0x3341fc9d,
90
 
    0x1285cf92, 0x6c30ef9f, 0x44b63b59, 0x3a031b54, 0x15bb92d5, 0x6b0eb2d8,
91
 
    0x4388661e, 0x3d3d4613, 0x39f2ea38, 0x4747ca35, 0x6fc11ef3, 0x11743efe,
92
 
    0x3eccb77f, 0x40799772, 0x68ff43b4, 0x164a63b9, 0x378e50b6, 0x493b70bb,
93
 
    0x61bda47d, 0x1f088470, 0x30b00df1, 0x4e052dfc, 0x6683f93a, 0x1836d937,
94
 
    0x250b9f24, 0x5bbebf29, 0x73386bef, 0x0d8d4be2, 0x2235c263, 0x5c80e26e,
95
 
    0x740636a8, 0x0ab316a5, 0x2b7725aa, 0x55c205a7, 0x7d44d161, 0x03f1f16c,
96
 
    0x2c4978ed, 0x52fc58e0, 0x7a7a8c26, 0x04cfac2b, 0x73e5d470, 0x0d50f47d,
97
 
    0x25d620bb, 0x5b6300b6, 0x74db8937, 0x0a6ea93a, 0x22e87dfc, 0x5c5d5df1,
98
 
    0x7d996efe, 0x032c4ef3, 0x2baa9a35, 0x551fba38, 0x7aa733b9, 0x041213b4,
99
 
    0x2c94c772, 0x5221e77f, 0x6f1ca16c, 0x11a98161, 0x392f55a7, 0x479a75aa,
100
 
    0x6822fc2b, 0x1697dc26, 0x3e1108e0, 0x40a428ed, 0x61601be2, 0x1fd53bef,
101
 
    0x3753ef29, 0x49e6cf24, 0x665e46a5, 0x18eb66a8, 0x306db26e, 0x4ed89263,
102
 
    0x4a173e48, 0x34a21e45, 0x1c24ca83, 0x6291ea8e, 0x4d29630f, 0x339c4302,
103
 
    0x1b1a97c4, 0x65afb7c9, 0x446b84c6, 0x3adea4cb, 0x1258700d, 0x6ced5000,
104
 
    0x4355d981, 0x3de0f98c, 0x15662d4a, 0x6bd30d47, 0x56ee4b54, 0x285b6b59,
105
 
    0x00ddbf9f, 0x7e689f92, 0x51d01613, 0x2f65361e, 0x07e3e2d8, 0x7956c2d5,
106
 
    0x5892f1da, 0x2627d1d7, 0x0ea10511, 0x7014251c, 0x5facac9d, 0x21198c90,
107
 
    0x099f5856, 0x772a785b, 0x4c921c31, 0x32273c3c, 0x1aa1e8fa, 0x6414c8f7,
108
 
    0x4bac4176, 0x3519617b, 0x1d9fb5bd, 0x632a95b0, 0x42eea6bf, 0x3c5b86b2,
109
 
    0x14dd5274, 0x6a687279, 0x45d0fbf8, 0x3b65dbf5, 0x13e30f33, 0x6d562f3e,
110
 
    0x506b692d, 0x2ede4920, 0x06589de6, 0x78edbdeb, 0x5755346a, 0x29e01467,
111
 
    0x0166c0a1, 0x7fd3e0ac, 0x5e17d3a3, 0x20a2f3ae, 0x08242768, 0x76910765,
112
 
    0x59298ee4, 0x279caee9, 0x0f1a7a2f, 0x71af5a22, 0x7560f609, 0x0bd5d604,
113
 
    0x235302c2, 0x5de622cf, 0x725eab4e, 0x0ceb8b43, 0x246d5f85, 0x5ad87f88,
114
 
    0x7b1c4c87, 0x05a96c8a, 0x2d2fb84c, 0x539a9841, 0x7c2211c0, 0x029731cd,
115
 
    0x2a11e50b, 0x54a4c506, 0x69998315, 0x172ca318, 0x3faa77de, 0x411f57d3,
116
 
    0x6ea7de52, 0x1012fe5f, 0x38942a99, 0x46210a94, 0x67e5399b, 0x19501996,
117
 
    0x31d6cd50, 0x4f63ed5d, 0x60db64dc, 0x1e6e44d1, 0x36e89017, 0x485db01a,
118
 
    0x3f77c841, 0x41c2e84c, 0x69443c8a, 0x17f11c87, 0x38499506, 0x46fcb50b,
119
 
    0x6e7a61cd, 0x10cf41c0, 0x310b72cf, 0x4fbe52c2, 0x67388604, 0x198da609,
120
 
    0x36352f88, 0x48800f85, 0x6006db43, 0x1eb3fb4e, 0x238ebd5d, 0x5d3b9d50,
121
 
    0x75bd4996, 0x0b08699b, 0x24b0e01a, 0x5a05c017, 0x728314d1, 0x0c3634dc,
122
 
    0x2df207d3, 0x534727de, 0x7bc1f318, 0x0574d315, 0x2acc5a94, 0x54797a99,
123
 
    0x7cffae5f, 0x024a8e52, 0x06852279, 0x78300274, 0x50b6d6b2, 0x2e03f6bf,
124
 
    0x01bb7f3e, 0x7f0e5f33, 0x57888bf5, 0x293dabf8, 0x08f998f7, 0x764cb8fa,
125
 
    0x5eca6c3c, 0x207f4c31, 0x0fc7c5b0, 0x7172e5bd, 0x59f4317b, 0x27411176,
126
 
    0x1a7c5765, 0x64c97768, 0x4c4fa3ae, 0x32fa83a3, 0x1d420a22, 0x63f72a2f,
127
 
    0x4b71fee9, 0x35c4dee4, 0x1400edeb, 0x6ab5cde6, 0x42331920, 0x3c86392d,
128
 
    0x133eb0ac, 0x6d8b90a1, 0x450d4467, 0x3bb8646a
129
 
};
130
 
 
131
 
struct index_entry {
132
 
    const unsigned char *ptr;
133
 
    const struct source_info *src;
134
 
    unsigned int val;
135
 
};
136
 
 
137
 
struct index_entry_linked_list {
138
 
    struct index_entry *p_entry;
139
 
    struct index_entry_linked_list *next;
140
 
};
141
 
 
142
 
struct unpacked_index_entry {
143
 
    struct index_entry entry;
144
 
    struct unpacked_index_entry *next;
145
 
};
146
 
 
147
 
struct delta_index {
148
 
    unsigned long memsize; /* Total bytes pointed to by this index */
149
 
    const struct source_info *last_src; /* Information about the referenced source */
150
 
    unsigned int hash_mask; /* val & hash_mask gives the hash index for a given
151
 
                               entry */
152
 
    unsigned int num_entries; /* The total number of entries in this index */
153
 
    struct index_entry *last_entry; /* Pointer to the last valid entry */
154
 
    struct index_entry *hash[];
155
 
};
156
 
 
157
 
static unsigned int
158
 
limit_hash_buckets(struct unpacked_index_entry **hash,
159
 
                   unsigned int *hash_count, unsigned int hsize,
160
 
                   unsigned int entries)
161
 
{
162
 
    struct unpacked_index_entry *entry;
163
 
    unsigned int i;
164
 
    /*
165
 
     * Determine a limit on the number of entries in the same hash
166
 
     * bucket.  This guards us against pathological data sets causing
167
 
     * really bad hash distribution with most entries in the same hash
168
 
     * bucket that would bring us to O(m*n) computing costs (m and n
169
 
     * corresponding to reference and target buffer sizes).
170
 
     *
171
 
     * Make sure none of the hash buckets has more entries than
172
 
     * we're willing to test.  Otherwise we cull the entry list
173
 
     * uniformly to still preserve a good repartition across
174
 
     * the reference buffer.
175
 
     */
176
 
    for (i = 0; i < hsize; i++) {
177
 
        int acc;
178
 
 
179
 
        if (hash_count[i] <= HASH_LIMIT)
180
 
            continue;
181
 
 
182
 
        /* We leave exactly HASH_LIMIT entries in the bucket */
183
 
        entries -= hash_count[i] - HASH_LIMIT;
184
 
 
185
 
        entry = hash[i];
186
 
        acc = 0;
187
 
 
188
 
        /*
189
 
         * Assume that this loop is gone through exactly
190
 
         * HASH_LIMIT times and is entered and left with
191
 
         * acc==0.  So the first statement in the loop
192
 
         * contributes (hash_count[i]-HASH_LIMIT)*HASH_LIMIT
193
 
         * to the accumulator, and the inner loop consequently
194
 
         * is run (hash_count[i]-HASH_LIMIT) times, removing
195
 
         * one element from the list each time.  Since acc
196
 
         * balances out to 0 at the final run, the inner loop
197
 
         * body can't be left with entry==NULL.  So we indeed
198
 
         * encounter entry==NULL in the outer loop only.
199
 
         */
200
 
        do {
201
 
            acc += hash_count[i] - HASH_LIMIT;
202
 
            if (acc > 0) {
203
 
                struct unpacked_index_entry *keep = entry;
204
 
                do {
205
 
                    entry = entry->next;
206
 
                    acc -= HASH_LIMIT;
207
 
                } while (acc > 0);
208
 
                keep->next = entry->next;
209
 
            }
210
 
            entry = entry->next;
211
 
        } while (entry);
212
 
    }
213
 
    return entries;
214
 
}
215
 
 
216
 
static struct delta_index *
217
 
pack_delta_index(struct unpacked_index_entry **hash, unsigned int hsize,
218
 
                 unsigned int num_entries, struct delta_index *old_index)
219
 
{
220
 
    unsigned int i, j, hmask, memsize, fit_in_old, copied_count;
221
 
    struct unpacked_index_entry *entry;
222
 
    struct delta_index *index;
223
 
    struct index_entry *packed_entry, **packed_hash, *old_entry, *copy_from;
224
 
    struct index_entry null_entry = {0};
225
 
    void *mem;
226
 
 
227
 
    hmask = hsize - 1;
228
 
 
229
 
    // if (old_index) {
230
 
    //     fprintf(stderr, "Packing %d entries into %d for total of %d entries"
231
 
    //                     " %x => %x\n",
232
 
    //                     num_entries - old_index->num_entries,
233
 
    //                     old_index->num_entries, num_entries,
234
 
    //                     old_index->hash_mask, hmask);
235
 
    // } else {
236
 
    //     fprintf(stderr, "Packing %d entries into a new index\n",
237
 
    //                     num_entries);
238
 
    // }
239
 
    /* First, see if we can squeeze the new items into the existing structure.
240
 
     */
241
 
    fit_in_old = 0;
242
 
    copied_count = 0;
243
 
    if (old_index && old_index->hash_mask == hmask) {
244
 
        fit_in_old = 1;
245
 
        for (i = 0; i < hsize; ++i) {
246
 
            packed_entry = NULL;
247
 
            for (entry = hash[i]; entry; entry = entry->next) {
248
 
                if (packed_entry == NULL) {
249
 
                    /* Find the last open spot */
250
 
                    packed_entry = old_index->hash[i + 1];
251
 
                    --packed_entry;
252
 
                    while (packed_entry >= old_index->hash[i]
253
 
                           && packed_entry->ptr == NULL) {
254
 
                        --packed_entry;
255
 
                    }
256
 
                    ++packed_entry;
257
 
                }
258
 
                if (packed_entry >= old_index->hash[i+1]
259
 
                    || packed_entry->ptr != NULL) {
260
 
                    /* There are no free spots here :( */
261
 
                    fit_in_old = 0;
262
 
                    break;
263
 
                }
264
 
                /* We found an empty spot to put this entry
265
 
                 * Copy it over, and remove it from the linked list, just in
266
 
                 * case we end up running out of room later.
267
 
                 */
268
 
                *packed_entry++ = entry->entry;
269
 
                assert(entry == hash[i]);
270
 
                hash[i] = entry->next;
271
 
                copied_count += 1;
272
 
                old_index->num_entries++;
273
 
            }
274
 
            if (!fit_in_old) {
275
 
                break;
276
 
            }
277
 
        }
278
 
    }
279
 
    if (old_index) {
280
 
        if (fit_in_old) {
281
 
            // fprintf(stderr, "Fit all %d entries into old index\n",
282
 
            //                 copied_count);
283
 
            /* No need to allocate a new buffer */
284
 
            return NULL;
285
 
        } else {
286
 
            // fprintf(stderr, "Fit only %d entries into old index,"
287
 
            //                 " reallocating\n", copied_count);
288
 
        }
289
 
    }
290
 
    /*
291
 
     * Now create the packed index in array form
292
 
     * rather than linked lists.
293
 
     * Leave a 2-entry gap for inserting more entries between the groups
294
 
     */
295
 
    memsize = sizeof(*index)
296
 
        + sizeof(*packed_hash) * (hsize+1)
297
 
        + sizeof(*packed_entry) * (num_entries + hsize * EXTRA_NULLS);
298
 
    mem = malloc(memsize);
299
 
    if (!mem) {
300
 
        return NULL;
301
 
    }
302
 
 
303
 
    index = mem;
304
 
    index->memsize = memsize;
305
 
    index->hash_mask = hmask;
306
 
    index->num_entries = num_entries;
307
 
    if (old_index) {
308
 
        if (hmask < old_index->hash_mask) {
309
 
            fprintf(stderr, "hash mask was shrunk %x => %x\n",
310
 
                            old_index->hash_mask, hmask);
311
 
        }
312
 
        assert(hmask >= old_index->hash_mask);
313
 
    }
314
 
 
315
 
    mem = index->hash;
316
 
    packed_hash = mem;
317
 
    mem = packed_hash + (hsize+1);
318
 
    packed_entry = mem;
319
 
 
320
 
    for (i = 0; i < hsize; i++) {
321
 
        /*
322
 
         * Coalesce all entries belonging to one linked list
323
 
         * into consecutive array entries.
324
 
         */
325
 
        packed_hash[i] = packed_entry;
326
 
        /* Old comes earlier as a source, so it always comes first in a given
327
 
         * hash bucket.
328
 
         */
329
 
        if (old_index) {
330
 
            /* Could we optimize this to use memcpy when hmask ==
331
 
             * old_index->hash_mask? Would it make any real difference?
332
 
             */
333
 
            j = i & old_index->hash_mask;
334
 
            copy_from = old_index->hash[j];
335
 
            for (old_entry = old_index->hash[j];
336
 
                 old_entry < old_index->hash[j + 1] && old_entry->ptr != NULL;
337
 
                 old_entry++) {
338
 
                if ((old_entry->val & hmask) == i) {
339
 
                    *packed_entry++ = *old_entry;
340
 
                }
341
 
            }
342
 
        }
343
 
        for (entry = hash[i]; entry; entry = entry->next) {
344
 
            *packed_entry++ = entry->entry;
345
 
        }
346
 
        /* TODO: At this point packed_entry - packed_hash[i] is the number of
347
 
         *       records that we have inserted into this hash bucket.
348
 
         *       We should *really* consider doing some limiting along the
349
 
         *       lines of limit_hash_buckets() to avoid pathological behavior.
350
 
         */
351
 
        /* Now add extra 'NULL' entries that we can use for future expansion. */
352
 
        for (j = 0; j < EXTRA_NULLS; ++j ) {
353
 
            *packed_entry++ = null_entry;
354
 
        }
355
 
    }
356
 
 
357
 
    /* Sentinel value to indicate the length of the last hash bucket */
358
 
    packed_hash[hsize] = packed_entry;
359
 
 
360
 
    if (packed_entry - (struct index_entry *)mem
361
 
        != num_entries + hsize*EXTRA_NULLS) {
362
 
        fprintf(stderr, "We expected %d entries, but created %d\n",
363
 
                num_entries + hsize*EXTRA_NULLS,
364
 
                (int)(packed_entry - (struct index_entry*)mem));
365
 
    }
366
 
    assert(packed_entry - (struct index_entry *)mem
367
 
            == num_entries + hsize*EXTRA_NULLS);
368
 
    index->last_entry = (packed_entry - 1);
369
 
    return index;
370
 
}
371
 
 
372
 
 
373
 
struct delta_index *
374
 
create_delta_index(const struct source_info *src,
375
 
                   struct delta_index *old)
376
 
{
377
 
    unsigned int i, hsize, hmask, num_entries, prev_val, *hash_count;
378
 
    unsigned int total_num_entries;
379
 
    const unsigned char *data, *buffer;
380
 
    struct delta_index *index;
381
 
    struct unpacked_index_entry *entry, **hash;
382
 
    void *mem;
383
 
    unsigned long memsize;
384
 
 
385
 
    if (!src->buf || !src->size)
386
 
        return NULL;
387
 
    buffer = src->buf;
388
 
 
389
 
    /* Determine index hash size.  Note that indexing skips the
390
 
       first byte to allow for optimizing the Rabin's polynomial
391
 
       initialization in create_delta(). */
392
 
    num_entries = (src->size - 1)  / RABIN_WINDOW;
393
 
    if (old != NULL)
394
 
        total_num_entries = num_entries + old->num_entries;
395
 
    else
396
 
        total_num_entries = num_entries;
397
 
    hsize = total_num_entries / 4;
398
 
    for (i = 4; (1u << i) < hsize && i < 31; i++);
399
 
    hsize = 1 << i;
400
 
    hmask = hsize - 1;
401
 
    if (old && old->hash_mask > hmask) {
402
 
        hmask = old->hash_mask;
403
 
        hsize = hmask + 1;
404
 
    }
405
 
 
406
 
    /* allocate lookup index */
407
 
    memsize = sizeof(*hash) * hsize +
408
 
          sizeof(*entry) * total_num_entries;
409
 
    mem = malloc(memsize);
410
 
    if (!mem)
411
 
        return NULL;
412
 
    hash = mem;
413
 
    mem = hash + hsize;
414
 
    entry = mem;
415
 
 
416
 
    memset(hash, 0, hsize * sizeof(*hash));
417
 
 
418
 
    /* allocate an array to count hash num_entries */
419
 
    hash_count = calloc(hsize, sizeof(*hash_count));
420
 
    if (!hash_count) {
421
 
        free(hash);
422
 
        return NULL;
423
 
    }
424
 
 
425
 
    /* then populate the index for the new data */
426
 
    prev_val = ~0;
427
 
    for (data = buffer + num_entries * RABIN_WINDOW - RABIN_WINDOW;
428
 
         data >= buffer;
429
 
         data -= RABIN_WINDOW) {
430
 
        unsigned int val = 0;
431
 
        for (i = 1; i <= RABIN_WINDOW; i++)
432
 
            val = ((val << 8) | data[i]) ^ T[val >> RABIN_SHIFT];
433
 
        if (val == prev_val) {
434
 
            /* keep the lowest of consecutive identical blocks */
435
 
            entry[-1].entry.ptr = data + RABIN_WINDOW;
436
 
            --num_entries;
437
 
            --total_num_entries;
438
 
        } else {
439
 
            prev_val = val;
440
 
            i = val & hmask;
441
 
            entry->entry.ptr = data + RABIN_WINDOW;
442
 
            entry->entry.val = val;
443
 
            entry->entry.src = src;
444
 
            entry->next = hash[i];
445
 
            hash[i] = entry++;
446
 
            hash_count[i]++;
447
 
        }
448
 
    }
449
 
    /* TODO: It would be nice to limit_hash_buckets at a better time. */
450
 
    total_num_entries = limit_hash_buckets(hash, hash_count, hsize,
451
 
                                           total_num_entries);
452
 
    free(hash_count);
453
 
    if (old) {
454
 
        old->last_src = src;
455
 
    }
456
 
    index = pack_delta_index(hash, hsize, total_num_entries, old);
457
 
    free(hash);
458
 
    if (!index) {
459
 
        return NULL;
460
 
    }
461
 
    index->last_src = src;
462
 
    return index;
463
 
}
464
 
 
465
 
/* Take some entries, and put them into a custom hash.
466
 
 * @param entries   A list of entries, sorted by position in file
467
 
 * @param num_entries   Length of entries
468
 
 * @param out_hsize     The maximum size of the hash, the final size will be
469
 
 *                      returned here
470
 
 */
471
 
struct index_entry_linked_list **
472
 
_put_entries_into_hash(struct index_entry *entries, unsigned int num_entries,
473
 
                       unsigned int hsize)
474
 
{
475
 
    unsigned int hash_offset, hmask, memsize;
476
 
    struct index_entry *entry, *last_entry;
477
 
    struct index_entry_linked_list *out_entry, **hash;
478
 
    void *mem;
479
 
 
480
 
    hmask = hsize - 1;
481
 
 
482
 
    memsize = sizeof(*hash) * hsize +
483
 
          sizeof(*out_entry) * num_entries;
484
 
    mem = malloc(memsize);
485
 
    if (!mem)
486
 
        return NULL;
487
 
    hash = mem;
488
 
    mem = hash + hsize;
489
 
    out_entry = mem;
490
 
 
491
 
    memset(hash, 0, sizeof(*hash)*(hsize+1));
492
 
 
493
 
    /* We know that entries are in the order we want in the output, but they
494
 
     * aren't "grouped" by hash bucket yet.
495
 
     */
496
 
    last_entry = entries + num_entries;
497
 
    for (entry = entries + num_entries - 1; entry >= entries; --entry) {
498
 
        hash_offset = entry->val & hmask;
499
 
        out_entry->p_entry = entry;
500
 
        out_entry->next = hash[hash_offset];
501
 
        /* TODO: Remove entries that have identical vals, or at least filter
502
 
         *       the map a little bit.
503
 
         * if (hash[i] != NULL) {
504
 
         * }
505
 
         */
506
 
        hash[hash_offset] = out_entry;
507
 
        ++out_entry;
508
 
    }
509
 
    return hash;
510
 
}
511
 
 
512
 
 
513
 
struct delta_index *
514
 
create_index_from_old_and_new_entries(const struct delta_index *old_index,
515
 
                                      struct index_entry *entries,
516
 
                                      unsigned int num_entries)
517
 
{
518
 
    unsigned int i, j, hsize, hmask, total_num_entries;
519
 
    struct delta_index *index;
520
 
    struct index_entry *entry, *packed_entry, **packed_hash;
521
 
    struct index_entry *last_entry, null_entry = {0};
522
 
    void *mem;
523
 
    unsigned long memsize;
524
 
    struct index_entry_linked_list *unpacked_entry, **mini_hash;
525
 
 
526
 
    /* Determine index hash size.  Note that indexing skips the
527
 
       first byte to allow for optimizing the Rabin's polynomial
528
 
       initialization in create_delta(). */
529
 
    total_num_entries = num_entries + old_index->num_entries;
530
 
    hsize = total_num_entries / 4;
531
 
    for (i = 4; (1u << i) < hsize && i < 31; i++);
532
 
    hsize = 1 << i;
533
 
    if (hsize < old_index->hash_mask) {
534
 
        /* For some reason, there was a code path that would actually *shrink*
535
 
         * the hash size. This screws with some later code, and in general, I
536
 
         * think it better to make the hash bigger, rather than smaller. So
537
 
         * we'll just force the size here.
538
 
         * Possibly done by create_delta_index running into a
539
 
         * limit_hash_buckets call, that ended up transitioning across a
540
 
         * power-of-2. The cause isn't 100% clear, though.
541
 
         */
542
 
        hsize = old_index->hash_mask + 1;
543
 
    }
544
 
    hmask = hsize - 1;
545
 
    // fprintf(stderr, "resizing index to insert %d entries into array"
546
 
    //                 " with %d entries: %x => %x\n",
547
 
    //         num_entries, old_index->num_entries, old_index->hash_mask, hmask);
548
 
 
549
 
    memsize = sizeof(*index)
550
 
        + sizeof(*packed_hash) * (hsize+1)
551
 
        + sizeof(*packed_entry) * (total_num_entries + hsize*EXTRA_NULLS);
552
 
    mem = malloc(memsize);
553
 
    if (!mem) {
554
 
        return NULL;
555
 
    }
556
 
    index = mem;
557
 
    index->memsize = memsize;
558
 
    index->hash_mask = hmask;
559
 
    index->num_entries = total_num_entries;
560
 
    index->last_src = old_index->last_src;
561
 
 
562
 
    mem = index->hash;
563
 
    packed_hash = mem;
564
 
    mem = packed_hash + (hsize+1);
565
 
    packed_entry = mem;
566
 
 
567
 
    mini_hash = _put_entries_into_hash(entries, num_entries, hsize);
568
 
    if (mini_hash == NULL) {
569
 
        free(index);
570
 
        return NULL;
571
 
    }
572
 
    last_entry = entries + num_entries;
573
 
    for (i = 0; i < hsize; i++) {
574
 
        /*
575
 
         * Coalesce all entries belonging in one hash bucket
576
 
         * into consecutive array entries.
577
 
         * The entries in old_index all come before 'entries'.
578
 
         */
579
 
        packed_hash[i] = packed_entry;
580
 
        /* Copy any of the old entries across */
581
 
        /* Would we rather use memcpy? */
582
 
        if (hmask == old_index->hash_mask) {
583
 
            for (entry = old_index->hash[i];
584
 
                 entry < old_index->hash[i+1] && entry->ptr != NULL;
585
 
                 ++entry) {
586
 
                assert((entry->val & hmask) == i);
587
 
                *packed_entry++ = *entry;
588
 
            }
589
 
        } else {
590
 
            /* If we resized the index from this action, all of the old values
591
 
             * will be found in the previous location, but they will end up
592
 
             * spread across the new locations.
593
 
             */
594
 
            j = i & old_index->hash_mask;
595
 
            for (entry = old_index->hash[j];
596
 
                 entry < old_index->hash[j+1] && entry->ptr != NULL;
597
 
                 ++entry) {
598
 
                assert((entry->val & old_index->hash_mask) == j);
599
 
                if ((entry->val & hmask) == i) {
600
 
                    /* Any entries not picked up here will be picked up on the
601
 
                     * next pass.
602
 
                     */
603
 
                    *packed_entry++ = *entry;
604
 
                }
605
 
            }
606
 
        }
607
 
        /* Now see if we need to insert any of the new entries.
608
 
         * Note that loop ends up O(hsize*num_entries), so we expect that
609
 
         * num_entries is always small.
610
 
         * We also help a little bit by collapsing the entry range when the
611
 
         * endpoints are inserted. However, an alternative would be to build a
612
 
         * quick hash lookup for just the new entries.
613
 
         * Testing shows that this list can easily get up to about 100
614
 
         * entries, the tradeoff is a malloc, 1 pass over the entries, copying
615
 
         * them into a sorted buffer, and a free() when done,
616
 
         */
617
 
        for (unpacked_entry = mini_hash[i];
618
 
             unpacked_entry;
619
 
             unpacked_entry = unpacked_entry->next) {
620
 
            assert((unpacked_entry->p_entry->val & hmask) == i);
621
 
            *packed_entry++ = *(unpacked_entry->p_entry);
622
 
        }
623
 
        /* Now insert some extra nulls */
624
 
        for (j = 0; j < EXTRA_NULLS; ++j) {
625
 
            *packed_entry++ = null_entry;
626
 
        }
627
 
    }
628
 
    free(mini_hash);
629
 
 
630
 
    /* Sentinel value to indicate the length of the last hash bucket */
631
 
    packed_hash[hsize] = packed_entry;
632
 
 
633
 
    if ((packed_entry - (struct index_entry *)mem)
634
 
        != (total_num_entries + hsize*EXTRA_NULLS)) {
635
 
        fprintf(stderr, "We expected %d entries, but created %d\n",
636
 
                total_num_entries + hsize*EXTRA_NULLS,
637
 
                (int)(packed_entry - (struct index_entry*)mem));
638
 
        fflush(stderr);
639
 
    }
640
 
    assert((packed_entry - (struct index_entry *)mem)
641
 
           == (total_num_entries + hsize * EXTRA_NULLS));
642
 
    index->last_entry = (packed_entry - 1);
643
 
    return index;
644
 
}
645
 
 
646
 
 
647
 
void
648
 
get_text(char buff[128], const unsigned char *ptr)
649
 
{
650
 
    unsigned int i;
651
 
    const unsigned char *start;
652
 
    unsigned char cmd;
653
 
    start = (ptr-RABIN_WINDOW-1);
654
 
    cmd = *(start);
655
 
    if (cmd < 0x80) {// This is likely to be an insert instruction
656
 
        if (cmd < RABIN_WINDOW) {
657
 
            cmd = RABIN_WINDOW;
658
 
        }
659
 
    } else {
660
 
        /* This was either a copy [should never be] or it
661
 
         * was a longer insert so the insert start happened at 16 more
662
 
         * bytes back.
663
 
         */
664
 
        cmd = RABIN_WINDOW + 1;
665
 
    }
666
 
    if (cmd > 60) {
667
 
        cmd = 60; /* Be friendly to 80char terms */
668
 
    }
669
 
    /* Copy the 1 byte command, and 4 bytes after the insert */
670
 
    cmd += 5;
671
 
    memcpy(buff, start, cmd);
672
 
    buff[cmd] = 0;
673
 
    for (i = 0; i < cmd; ++i) {
674
 
        if (buff[i] == '\n') {
675
 
            buff[i] = 'N';
676
 
        } else if (buff[i] == '\t') {
677
 
            buff[i] = 'T';
678
 
        }
679
 
    }
680
 
}
681
 
 
682
 
struct delta_index *
683
 
create_delta_index_from_delta(const struct source_info *src,
684
 
                              struct delta_index *old_index)
685
 
{
686
 
    unsigned int i, num_entries, max_num_entries, prev_val, num_inserted;
687
 
    unsigned int hash_offset;
688
 
    const unsigned char *data, *buffer, *top;
689
 
    unsigned char cmd;
690
 
    struct delta_index *new_index;
691
 
    struct index_entry *entry, *entries;
692
 
 
693
 
    if (!src->buf || !src->size)
694
 
        return NULL;
695
 
    buffer = src->buf;
696
 
    top = buffer + src->size;
697
 
 
698
 
    /* Determine index hash size.  Note that indexing skips the
699
 
       first byte to allow for optimizing the Rabin's polynomial
700
 
       initialization in create_delta().
701
 
       This computes the maximum number of entries that could be held. The
702
 
       actual number will be recomputed during processing.
703
 
       */
704
 
 
705
 
    max_num_entries = (src->size - 1)  / RABIN_WINDOW;
706
 
 
707
 
    /* allocate an array to hold whatever entries we find */
708
 
    entries = malloc(sizeof(*entry) * max_num_entries);
709
 
    if (!entries) /* malloc failure */
710
 
        return NULL;
711
 
 
712
 
    /* then populate the index for the new data */
713
 
    prev_val = ~0;
714
 
    data = buffer;
715
 
    /* target size */
716
 
    /* get_delta_hdr_size doesn't mutate the content, just moves the
717
 
     * start-of-data pointer, so it is safe to do the cast.
718
 
     */
719
 
    get_delta_hdr_size((unsigned char**)&data, top);
720
 
    entry = entries; /* start at the first slot */
721
 
    num_entries = 0; /* calculate the real number of entries */
722
 
    while (data < top) {
723
 
        cmd = *data++;
724
 
        if (cmd & 0x80) {
725
 
            /* Copy instruction, skip it */
726
 
            if (cmd & 0x01) data++;
727
 
            if (cmd & 0x02) data++;
728
 
            if (cmd & 0x04) data++;
729
 
            if (cmd & 0x08) data++;
730
 
            if (cmd & 0x10) data++;
731
 
            if (cmd & 0x20) data++;
732
 
            if (cmd & 0x40) data++;
733
 
        } else if (cmd) {
734
 
            /* Insert instruction, we want to index these bytes */
735
 
            if (data + cmd > top) {
736
 
                /* Invalid insert, not enough bytes in the delta */
737
 
                break;
738
 
            }
739
 
            /* The create_delta code requires a match at least 4 characters
740
 
             * (including only the last char of the RABIN_WINDOW) before it
741
 
             * will consider it something worth copying rather than inserting.
742
 
             * So we don't want to index anything that we know won't ever be a
743
 
             * match.
744
 
             */
745
 
            for (; cmd > RABIN_WINDOW + 3; cmd -= RABIN_WINDOW,
746
 
                                       data += RABIN_WINDOW) {
747
 
                unsigned int val = 0;
748
 
                for (i = 1; i <= RABIN_WINDOW; i++)
749
 
                    val = ((val << 8) | data[i]) ^ T[val >> RABIN_SHIFT];
750
 
                if (val != prev_val) {
751
 
                    /* Only keep the first of consecutive data */
752
 
                    prev_val = val;
753
 
                    num_entries++;
754
 
                    entry->ptr = data + RABIN_WINDOW;
755
 
                    entry->val = val;
756
 
                    entry->src = src;
757
 
                    entry++;
758
 
                    if (num_entries > max_num_entries) {
759
 
                        /* We ran out of entry room, something is really wrong
760
 
                         */
761
 
                        break;
762
 
                    }
763
 
                }
764
 
            }
765
 
            /* Move the data pointer by whatever remainder is left */
766
 
            data += cmd;
767
 
        } else {
768
 
            /*
769
 
             * cmd == 0 is reserved for future encoding
770
 
             * extensions. In the mean time we must fail when
771
 
             * encountering them (might be data corruption).
772
 
             */
773
 
            break;
774
 
        }
775
 
    }
776
 
    if (data != top) {
777
 
        /* Something was wrong with this delta */
778
 
        free(entries);
779
 
        return NULL;
780
 
    }
781
 
    if (num_entries == 0) {
782
 
        /** Nothing to index **/
783
 
        free(entries);
784
 
        return NULL;
785
 
    }
786
 
    assert(old_index != NULL);
787
 
    old_index->last_src = src;
788
 
    /* See if we can fill in these values into the holes in the array */
789
 
    entry = entries;
790
 
    num_inserted = 0;
791
 
    for (; num_entries > 0; --num_entries, ++entry) {
792
 
        struct index_entry *next_bucket_entry, *cur_entry, *bucket_first_entry;
793
 
        hash_offset = (entry->val & old_index->hash_mask);
794
 
        /* The basic structure is a hash => packed_entries that fit in that
795
 
         * hash bucket. Things are structured such that the hash-pointers are
796
 
         * strictly ordered. So we start by pointing to the next pointer, and
797
 
         * walk back until we stop getting NULL targets, and then go back
798
 
         * forward. If there are no NULL targets, then we know because
799
 
         * entry->ptr will not be NULL.
800
 
         */
801
 
        // The start of the next bucket, this may point past the end of the
802
 
        // entry table if hash_offset is the last bucket.
803
 
        next_bucket_entry = old_index->hash[hash_offset + 1];
804
 
        // First entry in this bucket
805
 
        bucket_first_entry = old_index->hash[hash_offset];
806
 
        cur_entry = next_bucket_entry - 1;
807
 
        while (cur_entry->ptr == NULL && cur_entry >= bucket_first_entry) {
808
 
            cur_entry--;
809
 
        }
810
 
        // cur_entry now either points at the first NULL, or it points to
811
 
        // next_bucket_entry if there were no blank spots.
812
 
        cur_entry++;
813
 
        if (cur_entry >= next_bucket_entry || cur_entry->ptr != NULL) {
814
 
            /* There is no room for this entry, we have to resize */
815
 
            // char buff[128];
816
 
            // get_text(buff, entry->ptr);
817
 
            // fprintf(stderr, "Failed to find an opening @%x for %8x:\n '%s'\n",
818
 
            //         hash_offset, entry->val, buff);
819
 
            // for (old_entry = old_index->hash[hash_offset];
820
 
            //      old_entry < old_index->hash[hash_offset+1];
821
 
            //      ++old_entry) {
822
 
            //     get_text(buff, old_entry->ptr);
823
 
            //     fprintf(stderr, "  [%2d] %8x %8x: '%s'\n",
824
 
            //             (int)(old_entry - old_index->hash[hash_offset]),
825
 
            //             old_entry->val, old_entry->ptr, buff);
826
 
            // }
827
 
            break;
828
 
        }
829
 
        num_inserted++;
830
 
        *cur_entry = *entry;
831
 
        /* For entries which we *do* manage to insert into old_index, we don't
832
 
         * want them double copied into the final output.
833
 
         */
834
 
        old_index->num_entries++;
835
 
    }
836
 
    if (num_entries > 0) {
837
 
        /* We couldn't fit the new entries into the old index, so allocate a
838
 
         * new one, and fill it with stuff.
839
 
         */
840
 
        // fprintf(stderr, "inserted %d before resize\n", num_inserted);
841
 
        new_index = create_index_from_old_and_new_entries(old_index,
842
 
            entry, num_entries);
843
 
    } else {
844
 
        new_index = NULL;
845
 
        // fprintf(stderr, "inserted %d without resizing\n", num_inserted);
846
 
    }
847
 
    free(entries);
848
 
    return new_index;
849
 
}
850
 
 
851
 
void free_delta_index(struct delta_index *index)
852
 
{
853
 
    free(index);
854
 
}
855
 
 
856
 
unsigned long sizeof_delta_index(struct delta_index *index)
857
 
{
858
 
    if (index)
859
 
        return index->memsize;
860
 
    else
861
 
        return 0;
862
 
}
863
 
 
864
 
/*
865
 
 * The maximum size for any opcode sequence, including the initial header
866
 
 * plus Rabin window plus biggest copy.
867
 
 */
868
 
#define MAX_OP_SIZE (5 + 5 + 1 + RABIN_WINDOW + 7)
869
 
 
870
 
void *
871
 
create_delta(const struct delta_index *index,
872
 
             const void *trg_buf, unsigned long trg_size,
873
 
             unsigned long *delta_size, unsigned long max_size)
874
 
{
875
 
    unsigned int i, outpos, outsize, moff, msize, val;
876
 
    const struct source_info *msource;
877
 
    int inscnt;
878
 
    const unsigned char *ref_data, *ref_top, *data, *top;
879
 
    unsigned char *out;
880
 
    unsigned long source_size;
881
 
 
882
 
    if (!trg_buf || !trg_size)
883
 
        return NULL;
884
 
    if (index == NULL)
885
 
        return NULL;
886
 
 
887
 
    outpos = 0;
888
 
    outsize = 8192;
889
 
    if (max_size && outsize >= max_size)
890
 
        outsize = max_size + MAX_OP_SIZE + 1;
891
 
    out = malloc(outsize);
892
 
    if (!out)
893
 
        return NULL;
894
 
 
895
 
    source_size = index->last_src->size + index->last_src->agg_offset;
896
 
 
897
 
    /* store target buffer size */
898
 
    i = trg_size;
899
 
    while (i >= 0x80) {
900
 
        out[outpos++] = i | 0x80;
901
 
        i >>= 7;
902
 
    }
903
 
    out[outpos++] = i;
904
 
 
905
 
    data = trg_buf;
906
 
    top = (const unsigned char *) trg_buf + trg_size;
907
 
 
908
 
    /* Start the matching by filling out with a simple 'insert' instruction, of
909
 
     * the first RABIN_WINDOW bytes of the input.
910
 
     */
911
 
    outpos++; /* leave a byte for the insert command */
912
 
    val = 0;
913
 
    for (i = 0; i < RABIN_WINDOW && data < top; i++, data++) {
914
 
        out[outpos++] = *data;
915
 
        val = ((val << 8) | *data) ^ T[val >> RABIN_SHIFT];
916
 
    }
917
 
    /* we are now setup with an insert of 'i' bytes and val contains the RABIN
918
 
     * hash for those bytes, and data points to the RABIN_WINDOW+1 byte of
919
 
     * input.
920
 
     */
921
 
    inscnt = i;
922
 
 
923
 
    moff = 0;
924
 
    msize = 0;
925
 
    msource = NULL;
926
 
    while (data < top) {
927
 
        if (msize < 4096) {
928
 
            /* we don't have a 'worthy enough' match yet, so let's look for
929
 
             * one.
930
 
             */
931
 
            struct index_entry *entry;
932
 
            /* Shift the window by one byte. */
933
 
            val ^= U[data[-RABIN_WINDOW]];
934
 
            val = ((val << 8) | *data) ^ T[val >> RABIN_SHIFT];
935
 
            i = val & index->hash_mask;
936
 
            /* TODO: When using multiple indexes like this, the hash tables
937
 
             *       mapping val => index_entry become less efficient.
938
 
             *       You end up getting a lot more collisions in the hash,
939
 
             *       which doesn't actually lead to a entry->val match.
940
 
             */
941
 
            for (entry = index->hash[i];
942
 
                 entry < index->hash[i+1] && entry->src != NULL;
943
 
                 entry++) {
944
 
                const unsigned char *ref;
945
 
                const unsigned char *src;
946
 
                unsigned int ref_size;
947
 
                if (entry->val != val)
948
 
                    continue;
949
 
                ref = entry->ptr;
950
 
                src = data;
951
 
                ref_data = entry->src->buf;
952
 
                ref_top = ref_data + entry->src->size;
953
 
                ref_size = ref_top - ref;
954
 
                /* ref_size is the longest possible match that we could make
955
 
                 * here. If ref_size <= msize, then we know that we cannot
956
 
                 * match more bytes with this location that we have already
957
 
                 * matched.
958
 
                 */
959
 
                if (ref_size > top - src)
960
 
                    ref_size = top - src;
961
 
                if (ref_size <= msize)
962
 
                    break;
963
 
                /* See how many bytes actually match at this location. */
964
 
                while (ref_size-- && *src++ == *ref)
965
 
                    ref++;
966
 
                if (msize < ref - entry->ptr) {
967
 
                    /* this is our best match so far */
968
 
                    msize = ref - entry->ptr;
969
 
                    msource = entry->src;
970
 
                    moff = entry->ptr - ref_data;
971
 
                    if (msize >= 4096) /* good enough */
972
 
                        break;
973
 
                }
974
 
            }
975
 
        }
976
 
 
977
 
        if (msize < 4) {
978
 
            /* The best match right now is less than 4 bytes long. So just add
979
 
             * the current byte to the insert instruction. Increment the insert
980
 
             * counter, and copy the byte of data into the output buffer.
981
 
             */
982
 
            if (!inscnt)
983
 
                outpos++;
984
 
            out[outpos++] = *data++;
985
 
            inscnt++;
986
 
            if (inscnt == 0x7f) {
987
 
                /* We have a max length insert instruction, finalize it in the
988
 
                 * output.
989
 
                 */
990
 
                out[outpos - inscnt - 1] = inscnt;
991
 
                inscnt = 0;
992
 
            }
993
 
            msize = 0;
994
 
        } else {
995
 
            unsigned int left;
996
 
            unsigned char *op;
997
 
 
998
 
            if (inscnt) {
999
 
                ref_data = msource->buf;
1000
 
                while (moff && ref_data[moff-1] == data[-1]) {
1001
 
                    /* we can match one byte back */
1002
 
                    msize++;
1003
 
                    moff--;
1004
 
                    data--;
1005
 
                    outpos--;
1006
 
                    if (--inscnt)
1007
 
                        continue;
1008
 
                    outpos--;  /* remove count slot */
1009
 
                    inscnt--;  /* make it -1 */
1010
 
                    break;
1011
 
                }
1012
 
                out[outpos - inscnt - 1] = inscnt;
1013
 
                inscnt = 0;
1014
 
            }
1015
 
 
1016
 
            /* A copy op is currently limited to 64KB (pack v2) */
1017
 
            left = (msize < 0x10000) ? 0 : (msize - 0x10000);
1018
 
            msize -= left;
1019
 
 
1020
 
            op = out + outpos++;
1021
 
            i = 0x80;
1022
 
 
1023
 
            /* moff is the offset in the local structure, for encoding, we need
1024
 
             * to push it into the global offset
1025
 
             */
1026
 
            assert(moff < msource->size);
1027
 
            moff += msource->agg_offset;
1028
 
            assert(moff + msize <= source_size);
1029
 
            if (moff & 0x000000ff)
1030
 
                out[outpos++] = moff >> 0,  i |= 0x01;
1031
 
            if (moff & 0x0000ff00)
1032
 
                out[outpos++] = moff >> 8,  i |= 0x02;
1033
 
            if (moff & 0x00ff0000)
1034
 
                out[outpos++] = moff >> 16, i |= 0x04;
1035
 
            if (moff & 0xff000000)
1036
 
                out[outpos++] = moff >> 24, i |= 0x08;
1037
 
            /* Put it back into local coordinates, in case we have multiple
1038
 
             * copies in a row.
1039
 
             */
1040
 
            moff -= msource->agg_offset;
1041
 
 
1042
 
            if (msize & 0x00ff)
1043
 
                out[outpos++] = msize >> 0, i |= 0x10;
1044
 
            if (msize & 0xff00)
1045
 
                out[outpos++] = msize >> 8, i |= 0x20;
1046
 
 
1047
 
            *op = i;
1048
 
 
1049
 
            data += msize;
1050
 
            moff += msize;
1051
 
            msize = left;
1052
 
 
1053
 
            if (msize < 4096) {
1054
 
                int j;
1055
 
                val = 0;
1056
 
                for (j = -RABIN_WINDOW; j < 0; j++)
1057
 
                    val = ((val << 8) | data[j])
1058
 
                          ^ T[val >> RABIN_SHIFT];
1059
 
            }
1060
 
        }
1061
 
 
1062
 
        if (outpos >= outsize - MAX_OP_SIZE) {
1063
 
            void *tmp = out;
1064
 
            outsize = outsize * 3 / 2;
1065
 
            if (max_size && outsize >= max_size)
1066
 
                outsize = max_size + MAX_OP_SIZE + 1;
1067
 
            if (max_size && outpos > max_size)
1068
 
                break;
1069
 
            out = realloc(out, outsize);
1070
 
            if (!out) {
1071
 
                free(tmp);
1072
 
                return NULL;
1073
 
            }
1074
 
        }
1075
 
    }
1076
 
 
1077
 
    if (inscnt)
1078
 
        out[outpos - inscnt - 1] = inscnt;
1079
 
 
1080
 
    if (max_size && outpos > max_size) {
1081
 
        free(out);
1082
 
        return NULL;
1083
 
    }
1084
 
 
1085
 
    *delta_size = outpos;
1086
 
    return out;
1087
 
}
1088
 
 
1089
 
/* vim: et ts=4 sw=4 sts=4
1090
 
 */