~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/diff-delta.c

  • Committer: John Arbash Meinel
  • Date: 2009-12-15 19:59:00 UTC
  • mfrom: (4634.108.2 2.0)
  • mto: This revision was merged to the branch mainline in revision 4900.
  • Revision ID: john@arbash-meinel.com-20091215195900-fvgxdv9ycbrnzp1o
merge the 2.0.4 branch into 2.1.0b5

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
 */