~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/diff-delta.c

  • Committer: mbp at sourcefrog
  • Date: 2005-03-25 01:16:46 UTC
  • Revision ID: mbp@sourcefrog.net-20050325011646-e3f0af5d6bd1190c
- update version string
- put it in bzrlib

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@fluxnic.net>, (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
 
            /*
284
 
             * No need to allocate a new buffer, but return old_index ptr so
285
 
             * callers can distinguish this from an OOM failure.
286
 
             */
287
 
            return old_index;
288
 
        } else {
289
 
            // fprintf(stderr, "Fit only %d entries into old index,"
290
 
            //                 " reallocating\n", copied_count);
291
 
        }
292
 
    }
293
 
    /*
294
 
     * Now create the packed index in array form
295
 
     * rather than linked lists.
296
 
     * Leave a 2-entry gap for inserting more entries between the groups
297
 
     */
298
 
    memsize = sizeof(*index)
299
 
        + sizeof(*packed_hash) * (hsize+1)
300
 
        + sizeof(*packed_entry) * (num_entries + hsize * EXTRA_NULLS);
301
 
    mem = malloc(memsize);
302
 
    if (!mem) {
303
 
        return NULL;
304
 
    }
305
 
 
306
 
    index = mem;
307
 
    index->memsize = memsize;
308
 
    index->hash_mask = hmask;
309
 
    index->num_entries = num_entries;
310
 
    if (old_index) {
311
 
        if (hmask < old_index->hash_mask) {
312
 
            fprintf(stderr, "hash mask was shrunk %x => %x\n",
313
 
                            old_index->hash_mask, hmask);
314
 
        }
315
 
        assert(hmask >= old_index->hash_mask);
316
 
    }
317
 
 
318
 
    mem = index->hash;
319
 
    packed_hash = mem;
320
 
    mem = packed_hash + (hsize+1);
321
 
    packed_entry = mem;
322
 
 
323
 
    for (i = 0; i < hsize; i++) {
324
 
        /*
325
 
         * Coalesce all entries belonging to one linked list
326
 
         * into consecutive array entries.
327
 
         */
328
 
        packed_hash[i] = packed_entry;
329
 
        /* Old comes earlier as a source, so it always comes first in a given
330
 
         * hash bucket.
331
 
         */
332
 
        if (old_index) {
333
 
            /* Could we optimize this to use memcpy when hmask ==
334
 
             * old_index->hash_mask? Would it make any real difference?
335
 
             */
336
 
            j = i & old_index->hash_mask;
337
 
            copy_from = old_index->hash[j];
338
 
            for (old_entry = old_index->hash[j];
339
 
                 old_entry < old_index->hash[j + 1] && old_entry->ptr != NULL;
340
 
                 old_entry++) {
341
 
                if ((old_entry->val & hmask) == i) {
342
 
                    *packed_entry++ = *old_entry;
343
 
                }
344
 
            }
345
 
        }
346
 
        for (entry = hash[i]; entry; entry = entry->next) {
347
 
            *packed_entry++ = entry->entry;
348
 
        }
349
 
        /* TODO: At this point packed_entry - packed_hash[i] is the number of
350
 
         *       records that we have inserted into this hash bucket.
351
 
         *       We should *really* consider doing some limiting along the
352
 
         *       lines of limit_hash_buckets() to avoid pathological behavior.
353
 
         */
354
 
        /* Now add extra 'NULL' entries that we can use for future expansion. */
355
 
        for (j = 0; j < EXTRA_NULLS; ++j ) {
356
 
            *packed_entry++ = null_entry;
357
 
        }
358
 
    }
359
 
 
360
 
    /* Sentinel value to indicate the length of the last hash bucket */
361
 
    packed_hash[hsize] = packed_entry;
362
 
 
363
 
    if (packed_entry - (struct index_entry *)mem
364
 
        != num_entries + hsize*EXTRA_NULLS) {
365
 
        fprintf(stderr, "We expected %d entries, but created %d\n",
366
 
                num_entries + hsize*EXTRA_NULLS,
367
 
                (int)(packed_entry - (struct index_entry*)mem));
368
 
    }
369
 
    assert(packed_entry - (struct index_entry *)mem
370
 
            == num_entries + hsize*EXTRA_NULLS);
371
 
    index->last_entry = (packed_entry - 1);
372
 
    return index;
373
 
}
374
 
 
375
 
 
376
 
delta_result
377
 
create_delta_index(const struct source_info *src,
378
 
                   struct delta_index *old,
379
 
                   struct delta_index **fresh)
380
 
{
381
 
    unsigned int i, hsize, hmask, num_entries, prev_val, *hash_count;
382
 
    unsigned int total_num_entries;
383
 
    const unsigned char *data, *buffer;
384
 
    struct delta_index *index;
385
 
    struct unpacked_index_entry *entry, **hash;
386
 
    void *mem;
387
 
    unsigned long memsize;
388
 
 
389
 
    if (!src->buf || !src->size)
390
 
        return DELTA_SOURCE_EMPTY;
391
 
    buffer = src->buf;
392
 
 
393
 
    /* Determine index hash size.  Note that indexing skips the
394
 
       first byte to allow for optimizing the Rabin's polynomial
395
 
       initialization in create_delta(). */
396
 
    num_entries = (src->size - 1)  / RABIN_WINDOW;
397
 
    if (old != NULL)
398
 
        total_num_entries = num_entries + old->num_entries;
399
 
    else
400
 
        total_num_entries = num_entries;
401
 
    hsize = total_num_entries / 4;
402
 
    for (i = 4; (1u << i) < hsize && i < 31; i++);
403
 
    hsize = 1 << i;
404
 
    hmask = hsize - 1;
405
 
    if (old && old->hash_mask > hmask) {
406
 
        hmask = old->hash_mask;
407
 
        hsize = hmask + 1;
408
 
    }
409
 
 
410
 
    /* allocate lookup index */
411
 
    memsize = sizeof(*hash) * hsize +
412
 
          sizeof(*entry) * total_num_entries;
413
 
    mem = malloc(memsize);
414
 
    if (!mem)
415
 
        return DELTA_OUT_OF_MEMORY;
416
 
    hash = mem;
417
 
    mem = hash + hsize;
418
 
    entry = mem;
419
 
 
420
 
    memset(hash, 0, hsize * sizeof(*hash));
421
 
 
422
 
    /* allocate an array to count hash num_entries */
423
 
    hash_count = calloc(hsize, sizeof(*hash_count));
424
 
    if (!hash_count) {
425
 
        free(hash);
426
 
        return DELTA_OUT_OF_MEMORY;
427
 
    }
428
 
 
429
 
    /* then populate the index for the new data */
430
 
    prev_val = ~0;
431
 
    for (data = buffer + num_entries * RABIN_WINDOW - RABIN_WINDOW;
432
 
         data >= buffer;
433
 
         data -= RABIN_WINDOW) {
434
 
        unsigned int val = 0;
435
 
        for (i = 1; i <= RABIN_WINDOW; i++)
436
 
            val = ((val << 8) | data[i]) ^ T[val >> RABIN_SHIFT];
437
 
        if (val == prev_val) {
438
 
            /* keep the lowest of consecutive identical blocks */
439
 
            entry[-1].entry.ptr = data + RABIN_WINDOW;
440
 
            --num_entries;
441
 
            --total_num_entries;
442
 
        } else {
443
 
            prev_val = val;
444
 
            i = val & hmask;
445
 
            entry->entry.ptr = data + RABIN_WINDOW;
446
 
            entry->entry.val = val;
447
 
            entry->entry.src = src;
448
 
            entry->next = hash[i];
449
 
            hash[i] = entry++;
450
 
            hash_count[i]++;
451
 
        }
452
 
    }
453
 
    /* TODO: It would be nice to limit_hash_buckets at a better time. */
454
 
    total_num_entries = limit_hash_buckets(hash, hash_count, hsize,
455
 
                                           total_num_entries);
456
 
    free(hash_count);
457
 
    index = pack_delta_index(hash, hsize, total_num_entries, old);
458
 
    free(hash);
459
 
    /* pack_delta_index only returns NULL on malloc failure */
460
 
    if (!index) {
461
 
        return DELTA_OUT_OF_MEMORY;
462
 
    }
463
 
    index->last_src = src;
464
 
    *fresh = index;
465
 
    return DELTA_OK;
466
 
}
467
 
 
468
 
/* Take some entries, and put them into a custom hash.
469
 
 * @param entries   A list of entries, sorted by position in file
470
 
 * @param num_entries   Length of entries
471
 
 * @param out_hsize     The maximum size of the hash, the final size will be
472
 
 *                      returned here
473
 
 */
474
 
struct index_entry_linked_list **
475
 
_put_entries_into_hash(struct index_entry *entries, unsigned int num_entries,
476
 
                       unsigned int hsize)
477
 
{
478
 
    unsigned int hash_offset, hmask, memsize;
479
 
    struct index_entry *entry, *last_entry;
480
 
    struct index_entry_linked_list *out_entry, **hash;
481
 
    void *mem;
482
 
 
483
 
    hmask = hsize - 1;
484
 
 
485
 
    memsize = sizeof(*hash) * hsize +
486
 
          sizeof(*out_entry) * num_entries;
487
 
    mem = malloc(memsize);
488
 
    if (!mem)
489
 
        return NULL;
490
 
    hash = mem;
491
 
    mem = hash + hsize;
492
 
    out_entry = mem;
493
 
 
494
 
    memset(hash, 0, sizeof(*hash)*(hsize+1));
495
 
 
496
 
    /* We know that entries are in the order we want in the output, but they
497
 
     * aren't "grouped" by hash bucket yet.
498
 
     */
499
 
    last_entry = entries + num_entries;
500
 
    for (entry = entries + num_entries - 1; entry >= entries; --entry) {
501
 
        hash_offset = entry->val & hmask;
502
 
        out_entry->p_entry = entry;
503
 
        out_entry->next = hash[hash_offset];
504
 
        /* TODO: Remove entries that have identical vals, or at least filter
505
 
         *       the map a little bit.
506
 
         * if (hash[i] != NULL) {
507
 
         * }
508
 
         */
509
 
        hash[hash_offset] = out_entry;
510
 
        ++out_entry;
511
 
    }
512
 
    return hash;
513
 
}
514
 
 
515
 
 
516
 
struct delta_index *
517
 
create_index_from_old_and_new_entries(const struct delta_index *old_index,
518
 
                                      struct index_entry *entries,
519
 
                                      unsigned int num_entries)
520
 
{
521
 
    unsigned int i, j, hsize, hmask, total_num_entries;
522
 
    struct delta_index *index;
523
 
    struct index_entry *entry, *packed_entry, **packed_hash;
524
 
    struct index_entry *last_entry, null_entry = {0};
525
 
    void *mem;
526
 
    unsigned long memsize;
527
 
    struct index_entry_linked_list *unpacked_entry, **mini_hash;
528
 
 
529
 
    /* Determine index hash size.  Note that indexing skips the
530
 
       first byte to allow for optimizing the Rabin's polynomial
531
 
       initialization in create_delta(). */
532
 
    total_num_entries = num_entries + old_index->num_entries;
533
 
    hsize = total_num_entries / 4;
534
 
    for (i = 4; (1u << i) < hsize && i < 31; i++);
535
 
    hsize = 1 << i;
536
 
    if (hsize < old_index->hash_mask) {
537
 
        /* For some reason, there was a code path that would actually *shrink*
538
 
         * the hash size. This screws with some later code, and in general, I
539
 
         * think it better to make the hash bigger, rather than smaller. So
540
 
         * we'll just force the size here.
541
 
         * Possibly done by create_delta_index running into a
542
 
         * limit_hash_buckets call, that ended up transitioning across a
543
 
         * power-of-2. The cause isn't 100% clear, though.
544
 
         */
545
 
        hsize = old_index->hash_mask + 1;
546
 
    }
547
 
    hmask = hsize - 1;
548
 
    // fprintf(stderr, "resizing index to insert %d entries into array"
549
 
    //                 " with %d entries: %x => %x\n",
550
 
    //         num_entries, old_index->num_entries, old_index->hash_mask, hmask);
551
 
 
552
 
    memsize = sizeof(*index)
553
 
        + sizeof(*packed_hash) * (hsize+1)
554
 
        + sizeof(*packed_entry) * (total_num_entries + hsize*EXTRA_NULLS);
555
 
    mem = malloc(memsize);
556
 
    if (!mem) {
557
 
        return NULL;
558
 
    }
559
 
    index = mem;
560
 
    index->memsize = memsize;
561
 
    index->hash_mask = hmask;
562
 
    index->num_entries = total_num_entries;
563
 
    index->last_src = old_index->last_src;
564
 
 
565
 
    mem = index->hash;
566
 
    packed_hash = mem;
567
 
    mem = packed_hash + (hsize+1);
568
 
    packed_entry = mem;
569
 
 
570
 
    mini_hash = _put_entries_into_hash(entries, num_entries, hsize);
571
 
    if (mini_hash == NULL) {
572
 
        free(index);
573
 
        return NULL;
574
 
    }
575
 
    last_entry = entries + num_entries;
576
 
    for (i = 0; i < hsize; i++) {
577
 
        /*
578
 
         * Coalesce all entries belonging in one hash bucket
579
 
         * into consecutive array entries.
580
 
         * The entries in old_index all come before 'entries'.
581
 
         */
582
 
        packed_hash[i] = packed_entry;
583
 
        /* Copy any of the old entries across */
584
 
        /* Would we rather use memcpy? */
585
 
        if (hmask == old_index->hash_mask) {
586
 
            for (entry = old_index->hash[i];
587
 
                 entry < old_index->hash[i+1] && entry->ptr != NULL;
588
 
                 ++entry) {
589
 
                assert((entry->val & hmask) == i);
590
 
                *packed_entry++ = *entry;
591
 
            }
592
 
        } else {
593
 
            /* If we resized the index from this action, all of the old values
594
 
             * will be found in the previous location, but they will end up
595
 
             * spread across the new locations.
596
 
             */
597
 
            j = i & old_index->hash_mask;
598
 
            for (entry = old_index->hash[j];
599
 
                 entry < old_index->hash[j+1] && entry->ptr != NULL;
600
 
                 ++entry) {
601
 
                assert((entry->val & old_index->hash_mask) == j);
602
 
                if ((entry->val & hmask) == i) {
603
 
                    /* Any entries not picked up here will be picked up on the
604
 
                     * next pass.
605
 
                     */
606
 
                    *packed_entry++ = *entry;
607
 
                }
608
 
            }
609
 
        }
610
 
        /* Now see if we need to insert any of the new entries.
611
 
         * Note that loop ends up O(hsize*num_entries), so we expect that
612
 
         * num_entries is always small.
613
 
         * We also help a little bit by collapsing the entry range when the
614
 
         * endpoints are inserted. However, an alternative would be to build a
615
 
         * quick hash lookup for just the new entries.
616
 
         * Testing shows that this list can easily get up to about 100
617
 
         * entries, the tradeoff is a malloc, 1 pass over the entries, copying
618
 
         * them into a sorted buffer, and a free() when done,
619
 
         */
620
 
        for (unpacked_entry = mini_hash[i];
621
 
             unpacked_entry;
622
 
             unpacked_entry = unpacked_entry->next) {
623
 
            assert((unpacked_entry->p_entry->val & hmask) == i);
624
 
            *packed_entry++ = *(unpacked_entry->p_entry);
625
 
        }
626
 
        /* Now insert some extra nulls */
627
 
        for (j = 0; j < EXTRA_NULLS; ++j) {
628
 
            *packed_entry++ = null_entry;
629
 
        }
630
 
    }
631
 
    free(mini_hash);
632
 
 
633
 
    /* Sentinel value to indicate the length of the last hash bucket */
634
 
    packed_hash[hsize] = packed_entry;
635
 
 
636
 
    if ((packed_entry - (struct index_entry *)mem)
637
 
        != (total_num_entries + hsize*EXTRA_NULLS)) {
638
 
        fprintf(stderr, "We expected %d entries, but created %d\n",
639
 
                total_num_entries + hsize*EXTRA_NULLS,
640
 
                (int)(packed_entry - (struct index_entry*)mem));
641
 
        fflush(stderr);
642
 
    }
643
 
    assert((packed_entry - (struct index_entry *)mem)
644
 
           == (total_num_entries + hsize * EXTRA_NULLS));
645
 
    index->last_entry = (packed_entry - 1);
646
 
    return index;
647
 
}
648
 
 
649
 
 
650
 
void
651
 
get_text(char buff[128], const unsigned char *ptr)
652
 
{
653
 
    unsigned int i;
654
 
    const unsigned char *start;
655
 
    unsigned char cmd;
656
 
    start = (ptr-RABIN_WINDOW-1);
657
 
    cmd = *(start);
658
 
    if (cmd < 0x80) {// This is likely to be an insert instruction
659
 
        if (cmd < RABIN_WINDOW) {
660
 
            cmd = RABIN_WINDOW;
661
 
        }
662
 
    } else {
663
 
        /* This was either a copy [should never be] or it
664
 
         * was a longer insert so the insert start happened at 16 more
665
 
         * bytes back.
666
 
         */
667
 
        cmd = RABIN_WINDOW + 1;
668
 
    }
669
 
    if (cmd > 60) {
670
 
        cmd = 60; /* Be friendly to 80char terms */
671
 
    }
672
 
    /* Copy the 1 byte command, and 4 bytes after the insert */
673
 
    cmd += 5;
674
 
    memcpy(buff, start, cmd);
675
 
    buff[cmd] = 0;
676
 
    for (i = 0; i < cmd; ++i) {
677
 
        if (buff[i] == '\n') {
678
 
            buff[i] = 'N';
679
 
        } else if (buff[i] == '\t') {
680
 
            buff[i] = 'T';
681
 
        }
682
 
    }
683
 
}
684
 
 
685
 
delta_result
686
 
create_delta_index_from_delta(const struct source_info *src,
687
 
                              struct delta_index *old_index,
688
 
                              struct delta_index **fresh)
689
 
{
690
 
    unsigned int i, num_entries, max_num_entries, prev_val, num_inserted;
691
 
    unsigned int hash_offset;
692
 
    const unsigned char *data, *buffer, *top;
693
 
    unsigned char cmd;
694
 
    struct delta_index *new_index;
695
 
    struct index_entry *entry, *entries;
696
 
 
697
 
    if (!old_index)
698
 
        return DELTA_INDEX_NEEDED;
699
 
    if (!src->buf || !src->size)
700
 
        return DELTA_SOURCE_EMPTY;
701
 
    buffer = src->buf;
702
 
    top = buffer + src->size;
703
 
 
704
 
    /* Determine index hash size.  Note that indexing skips the
705
 
       first byte to allow for optimizing the Rabin's polynomial
706
 
       initialization in create_delta().
707
 
       This computes the maximum number of entries that could be held. The
708
 
       actual number will be recomputed during processing.
709
 
       */
710
 
 
711
 
    max_num_entries = (src->size - 1)  / RABIN_WINDOW;
712
 
 
713
 
    /* allocate an array to hold whatever entries we find */
714
 
    entries = malloc(sizeof(*entry) * max_num_entries);
715
 
    if (!entries) /* malloc failure */
716
 
        return DELTA_OUT_OF_MEMORY;
717
 
 
718
 
    /* then populate the index for the new data */
719
 
    prev_val = ~0;
720
 
    data = buffer;
721
 
    /* target size */
722
 
    /* get_delta_hdr_size doesn't mutate the content, just moves the
723
 
     * start-of-data pointer, so it is safe to do the cast.
724
 
     */
725
 
    get_delta_hdr_size((unsigned char**)&data, top);
726
 
    entry = entries; /* start at the first slot */
727
 
    num_entries = 0; /* calculate the real number of entries */
728
 
    while (data < top) {
729
 
        cmd = *data++;
730
 
        if (cmd & 0x80) {
731
 
            /* Copy instruction, skip it */
732
 
            if (cmd & 0x01) data++;
733
 
            if (cmd & 0x02) data++;
734
 
            if (cmd & 0x04) data++;
735
 
            if (cmd & 0x08) data++;
736
 
            if (cmd & 0x10) data++;
737
 
            if (cmd & 0x20) data++;
738
 
            if (cmd & 0x40) data++;
739
 
        } else if (cmd) {
740
 
            /* Insert instruction, we want to index these bytes */
741
 
            if (data + cmd > top) {
742
 
                /* Invalid insert, not enough bytes in the delta */
743
 
                break;
744
 
            }
745
 
            /* The create_delta code requires a match at least 4 characters
746
 
             * (including only the last char of the RABIN_WINDOW) before it
747
 
             * will consider it something worth copying rather than inserting.
748
 
             * So we don't want to index anything that we know won't ever be a
749
 
             * match.
750
 
             */
751
 
            for (; cmd > RABIN_WINDOW + 3; cmd -= RABIN_WINDOW,
752
 
                                       data += RABIN_WINDOW) {
753
 
                unsigned int val = 0;
754
 
                for (i = 1; i <= RABIN_WINDOW; i++)
755
 
                    val = ((val << 8) | data[i]) ^ T[val >> RABIN_SHIFT];
756
 
                if (val != prev_val) {
757
 
                    /* Only keep the first of consecutive data */
758
 
                    prev_val = val;
759
 
                    num_entries++;
760
 
                    entry->ptr = data + RABIN_WINDOW;
761
 
                    entry->val = val;
762
 
                    entry->src = src;
763
 
                    entry++;
764
 
                    if (num_entries > max_num_entries) {
765
 
                        /* We ran out of entry room, something is really wrong
766
 
                         */
767
 
                        break;
768
 
                    }
769
 
                }
770
 
            }
771
 
            /* Move the data pointer by whatever remainder is left */
772
 
            data += cmd;
773
 
        } else {
774
 
            /*
775
 
             * cmd == 0 is reserved for future encoding
776
 
             * extensions. In the mean time we must fail when
777
 
             * encountering them (might be data corruption).
778
 
             */
779
 
            break;
780
 
        }
781
 
    }
782
 
    if (data != top) {
783
 
        /* The source_info data passed was corrupted or otherwise invalid */
784
 
        free(entries);
785
 
        return DELTA_SOURCE_BAD;
786
 
    }
787
 
    if (num_entries == 0) {
788
 
        /** Nothing to index **/
789
 
        free(entries);
790
 
        *fresh = old_index;
791
 
        return DELTA_OK;
792
 
    }
793
 
    old_index->last_src = src;
794
 
    /* See if we can fill in these values into the holes in the array */
795
 
    entry = entries;
796
 
    num_inserted = 0;
797
 
    for (; num_entries > 0; --num_entries, ++entry) {
798
 
        struct index_entry *next_bucket_entry, *cur_entry, *bucket_first_entry;
799
 
        hash_offset = (entry->val & old_index->hash_mask);
800
 
        /* The basic structure is a hash => packed_entries that fit in that
801
 
         * hash bucket. Things are structured such that the hash-pointers are
802
 
         * strictly ordered. So we start by pointing to the next pointer, and
803
 
         * walk back until we stop getting NULL targets, and then go back
804
 
         * forward. If there are no NULL targets, then we know because
805
 
         * entry->ptr will not be NULL.
806
 
         */
807
 
        // The start of the next bucket, this may point past the end of the
808
 
        // entry table if hash_offset is the last bucket.
809
 
        next_bucket_entry = old_index->hash[hash_offset + 1];
810
 
        // First entry in this bucket
811
 
        bucket_first_entry = old_index->hash[hash_offset];
812
 
        cur_entry = next_bucket_entry - 1;
813
 
        while (cur_entry->ptr == NULL && cur_entry >= bucket_first_entry) {
814
 
            cur_entry--;
815
 
        }
816
 
        // cur_entry now either points at the first NULL, or it points to
817
 
        // next_bucket_entry if there were no blank spots.
818
 
        cur_entry++;
819
 
        if (cur_entry >= next_bucket_entry || cur_entry->ptr != NULL) {
820
 
            /* There is no room for this entry, we have to resize */
821
 
            // char buff[128];
822
 
            // get_text(buff, entry->ptr);
823
 
            // fprintf(stderr, "Failed to find an opening @%x for %8x:\n '%s'\n",
824
 
            //         hash_offset, entry->val, buff);
825
 
            // for (old_entry = old_index->hash[hash_offset];
826
 
            //      old_entry < old_index->hash[hash_offset+1];
827
 
            //      ++old_entry) {
828
 
            //     get_text(buff, old_entry->ptr);
829
 
            //     fprintf(stderr, "  [%2d] %8x %8x: '%s'\n",
830
 
            //             (int)(old_entry - old_index->hash[hash_offset]),
831
 
            //             old_entry->val, old_entry->ptr, buff);
832
 
            // }
833
 
            break;
834
 
        }
835
 
        num_inserted++;
836
 
        *cur_entry = *entry;
837
 
        /* For entries which we *do* manage to insert into old_index, we don't
838
 
         * want them double copied into the final output.
839
 
         */
840
 
        old_index->num_entries++;
841
 
    }
842
 
    if (num_entries > 0) {
843
 
        /* We couldn't fit the new entries into the old index, so allocate a
844
 
         * new one, and fill it with stuff.
845
 
         */
846
 
        // fprintf(stderr, "inserted %d before resize\n", num_inserted);
847
 
        new_index = create_index_from_old_and_new_entries(old_index,
848
 
            entry, num_entries);
849
 
    } else {
850
 
        new_index = old_index;
851
 
        // fprintf(stderr, "inserted %d without resizing\n", num_inserted);
852
 
    }
853
 
    free(entries);
854
 
    /* create_index_from_old_and_new_entries returns NULL on malloc failure */
855
 
    if (!new_index)
856
 
        return DELTA_OUT_OF_MEMORY;
857
 
    *fresh = new_index;
858
 
    return DELTA_OK;
859
 
}
860
 
 
861
 
void free_delta_index(struct delta_index *index)
862
 
{
863
 
    free(index);
864
 
}
865
 
 
866
 
unsigned long
867
 
sizeof_delta_index(struct delta_index *index)
868
 
{
869
 
    if (index)
870
 
        return index->memsize;
871
 
    else
872
 
        return 0;
873
 
}
874
 
 
875
 
/*
876
 
 * The maximum size for any opcode sequence, including the initial header
877
 
 * plus Rabin window plus biggest copy.
878
 
 */
879
 
#define MAX_OP_SIZE (5 + 5 + 1 + RABIN_WINDOW + 7)
880
 
 
881
 
delta_result
882
 
create_delta(const struct delta_index *index,
883
 
             const void *trg_buf, unsigned long trg_size,
884
 
             unsigned long *delta_size, unsigned long max_size,
885
 
             void **delta_data)
886
 
{
887
 
    unsigned int i, outpos, outsize, moff, val;
888
 
    int msize;
889
 
    const struct source_info *msource;
890
 
    int inscnt;
891
 
    const unsigned char *ref_data, *ref_top, *data, *top;
892
 
    unsigned char *out;
893
 
    unsigned long source_size;
894
 
 
895
 
    if (!trg_buf || !trg_size)
896
 
        return DELTA_BUFFER_EMPTY;
897
 
    if (index == NULL)
898
 
        return DELTA_INDEX_NEEDED;
899
 
 
900
 
    outpos = 0;
901
 
    outsize = 8192;
902
 
    if (max_size && outsize >= max_size)
903
 
        outsize = max_size + MAX_OP_SIZE + 1;
904
 
    out = malloc(outsize);
905
 
    if (!out)
906
 
        return DELTA_OUT_OF_MEMORY;
907
 
 
908
 
    source_size = index->last_src->size + index->last_src->agg_offset;
909
 
 
910
 
    /* store target buffer size */
911
 
    i = trg_size;
912
 
    while (i >= 0x80) {
913
 
        out[outpos++] = i | 0x80;
914
 
        i >>= 7;
915
 
    }
916
 
    out[outpos++] = i;
917
 
 
918
 
    data = trg_buf;
919
 
    top = (const unsigned char *) trg_buf + trg_size;
920
 
 
921
 
    /* Start the matching by filling out with a simple 'insert' instruction, of
922
 
     * the first RABIN_WINDOW bytes of the input.
923
 
     */
924
 
    outpos++; /* leave a byte for the insert command */
925
 
    val = 0;
926
 
    for (i = 0; i < RABIN_WINDOW && data < top; i++, data++) {
927
 
        out[outpos++] = *data;
928
 
        val = ((val << 8) | *data) ^ T[val >> RABIN_SHIFT];
929
 
    }
930
 
    /* we are now setup with an insert of 'i' bytes and val contains the RABIN
931
 
     * hash for those bytes, and data points to the RABIN_WINDOW+1 byte of
932
 
     * input.
933
 
     */
934
 
    inscnt = i;
935
 
 
936
 
    moff = 0;
937
 
    msize = 0;
938
 
    msource = NULL;
939
 
    while (data < top) {
940
 
        if (msize < 4096) {
941
 
            /* we don't have a 'worthy enough' match yet, so let's look for
942
 
             * one.
943
 
             */
944
 
            struct index_entry *entry;
945
 
            /* Shift the window by one byte. */
946
 
            val ^= U[data[-RABIN_WINDOW]];
947
 
            val = ((val << 8) | *data) ^ T[val >> RABIN_SHIFT];
948
 
            i = val & index->hash_mask;
949
 
            /* TODO: When using multiple indexes like this, the hash tables
950
 
             *       mapping val => index_entry become less efficient.
951
 
             *       You end up getting a lot more collisions in the hash,
952
 
             *       which doesn't actually lead to a entry->val match.
953
 
             */
954
 
            for (entry = index->hash[i];
955
 
                 entry < index->hash[i+1] && entry->src != NULL;
956
 
                 entry++) {
957
 
                const unsigned char *ref;
958
 
                const unsigned char *src;
959
 
                int ref_size;
960
 
                if (entry->val != val)
961
 
                    continue;
962
 
                ref = entry->ptr;
963
 
                src = data;
964
 
                ref_data = entry->src->buf;
965
 
                ref_top = ref_data + entry->src->size;
966
 
                ref_size = ref_top - ref;
967
 
                /* ref_size is the longest possible match that we could make
968
 
                 * here. If ref_size <= msize, then we know that we cannot
969
 
                 * match more bytes with this location that we have already
970
 
                 * matched.
971
 
                 */
972
 
                if (ref_size > (top - src))
973
 
                    ref_size = top - src;
974
 
                if (ref_size <= msize)
975
 
                    break;
976
 
                /* See how many bytes actually match at this location. */
977
 
                while (ref_size-- && *src++ == *ref)
978
 
                    ref++;
979
 
                if (msize < (ref - entry->ptr)) {
980
 
                    /* this is our best match so far */
981
 
                    msize = ref - entry->ptr;
982
 
                    msource = entry->src;
983
 
                    moff = entry->ptr - ref_data;
984
 
                    if (msize >= 4096) /* good enough */
985
 
                        break;
986
 
                }
987
 
            }
988
 
        }
989
 
 
990
 
        if (msize < 4) {
991
 
            /* The best match right now is less than 4 bytes long. So just add
992
 
             * the current byte to the insert instruction. Increment the insert
993
 
             * counter, and copy the byte of data into the output buffer.
994
 
             */
995
 
            if (!inscnt)
996
 
                outpos++;
997
 
            out[outpos++] = *data++;
998
 
            inscnt++;
999
 
            if (inscnt == 0x7f) {
1000
 
                /* We have a max length insert instruction, finalize it in the
1001
 
                 * output.
1002
 
                 */
1003
 
                out[outpos - inscnt - 1] = inscnt;
1004
 
                inscnt = 0;
1005
 
            }
1006
 
            msize = 0;
1007
 
        } else {
1008
 
            unsigned int left;
1009
 
            unsigned char *op;
1010
 
 
1011
 
            if (inscnt) {
1012
 
                ref_data = msource->buf;
1013
 
                while (moff && ref_data[moff-1] == data[-1]) {
1014
 
                    /* we can match one byte back */
1015
 
                    msize++;
1016
 
                    moff--;
1017
 
                    data--;
1018
 
                    outpos--;
1019
 
                    if (--inscnt)
1020
 
                        continue;
1021
 
                    outpos--;  /* remove count slot */
1022
 
                    inscnt--;  /* make it -1 */
1023
 
                    break;
1024
 
                }
1025
 
                out[outpos - inscnt - 1] = inscnt;
1026
 
                inscnt = 0;
1027
 
            }
1028
 
 
1029
 
            /* A copy op is currently limited to 64KB (pack v2) */
1030
 
            left = (msize < 0x10000) ? 0 : (msize - 0x10000);
1031
 
            msize -= left;
1032
 
 
1033
 
            op = out + outpos++;
1034
 
            i = 0x80;
1035
 
 
1036
 
            /* moff is the offset in the local structure, for encoding, we need
1037
 
             * to push it into the global offset
1038
 
             */
1039
 
            assert(moff < msource->size);
1040
 
            moff += msource->agg_offset;
1041
 
            assert(moff + msize <= source_size);
1042
 
            if (moff & 0x000000ff)
1043
 
                out[outpos++] = moff >> 0,  i |= 0x01;
1044
 
            if (moff & 0x0000ff00)
1045
 
                out[outpos++] = moff >> 8,  i |= 0x02;
1046
 
            if (moff & 0x00ff0000)
1047
 
                out[outpos++] = moff >> 16, i |= 0x04;
1048
 
            if (moff & 0xff000000)
1049
 
                out[outpos++] = moff >> 24, i |= 0x08;
1050
 
            /* Put it back into local coordinates, in case we have multiple
1051
 
             * copies in a row.
1052
 
             */
1053
 
            moff -= msource->agg_offset;
1054
 
 
1055
 
            if (msize & 0x00ff)
1056
 
                out[outpos++] = msize >> 0, i |= 0x10;
1057
 
            if (msize & 0xff00)
1058
 
                out[outpos++] = msize >> 8, i |= 0x20;
1059
 
 
1060
 
            *op = i;
1061
 
 
1062
 
            data += msize;
1063
 
            moff += msize;
1064
 
            msize = left;
1065
 
 
1066
 
            if (msize < 4096) {
1067
 
                int j;
1068
 
                val = 0;
1069
 
                for (j = -RABIN_WINDOW; j < 0; j++)
1070
 
                    val = ((val << 8) | data[j])
1071
 
                          ^ T[val >> RABIN_SHIFT];
1072
 
            }
1073
 
        }
1074
 
 
1075
 
        if (outpos >= outsize - MAX_OP_SIZE) {
1076
 
            void *tmp = out;
1077
 
            outsize = outsize * 3 / 2;
1078
 
            if (max_size && outsize >= max_size)
1079
 
                outsize = max_size + MAX_OP_SIZE + 1;
1080
 
            if (max_size && outpos > max_size)
1081
 
                break;
1082
 
            out = realloc(out, outsize);
1083
 
            if (!out) {
1084
 
                free(tmp);
1085
 
                return DELTA_OUT_OF_MEMORY;
1086
 
            }
1087
 
        }
1088
 
    }
1089
 
 
1090
 
    if (inscnt)
1091
 
        out[outpos - inscnt - 1] = inscnt;
1092
 
 
1093
 
    if (max_size && outpos > max_size) {
1094
 
        free(out);
1095
 
        return DELTA_SIZE_TOO_BIG;
1096
 
    }
1097
 
 
1098
 
    *delta_size = outpos;
1099
 
    *delta_data = out;
1100
 
    return DELTA_OK;
1101
 
}
1102
 
 
1103
 
/* vim: et ts=4 sw=4 sts=4
1104
 
 */