关闭

[差量更新系列1]BSDiff算法学习笔记

4421人阅读 评论(2) 收藏 举报

[差量更新系列1]BSDiff算法描述

    BSDiff是一个差量更新算法,它在服务器端运行BSDiff算法产生patch包,在客户端运行BSPatch算法,将旧文件和patch包合成新文件。

 

差量更新算法的核心思想

尽可能多的利用old文件中已有的内容,尽可能少的加入新的内容来构建new文件。通常的做法是对old文件和new文件做子字符串匹配或使用hash技术,提取公共部分,将new文件中剩余的部分打包成patch包,在Patch阶段中,用copying和insertion两个基本操作即可将old文件和patch包合成new文件。

 

BSDiff算法的改进

Insertion操作会引起大量的指针变动和修改,要记录这些值才能在Patch阶段给修改过的区域重新定位,由于这些指针控制字必须在BSDiff阶段加入patch包,产生的patch包会较大。BSDiff通过引入diff string的概念,大大减少了要记录的指针控制字的数目,从而使得patch包更小。

 

基本定义

 


BSDiff基本步骤

BSDiff的三个基本步骤如下:

 

1.对old文件中所有子字符串形成一个字典;

2.对比old文件和new文件,产生diffstring和extra string;

3.将diffstring 和extra string 以及相应的控制字用zip压缩成一个patch包。

 

步骤1.是所有差量更新算法的瓶颈,时间复杂度为O(nlogn),空间复杂度为O(n),n为old文件的长度。BSDiff采用 Faster suffix sorting方法获得一个字典序,使用了类似于快速排序的二分思想,使用了bucket,I,V三个辅助数组。最终得到一个数组I,记录了以前缀分组的各个字符串组的最后一个字符串在old中的开始位置

步骤2.是BSDiff产生patch包的核心部分,详细描述如下:


步骤3.将diff string 和extrastring 以及相应的控制字用zip压缩成一个patch包。


可以看出在用zip压缩之前的patch包是没有节约任何字符的,但diff strings可以被高效的压缩,故BSDiff是一个很依赖于压缩与解压的算法!

 

BSPatch基本步骤

客户端合成patch的基本步骤如下:

 

1.接收patch包;

2.解压patch包;

3.还原new文件。

 

三个步骤同时在O(m)时间内完成,但在时间常数上更依赖于解压patch包的部分,m为新文件的长度

 

复杂度分析

根据以上步骤,不难得出BSDiff与BSPatch的时间与空间复杂度如下:

 

BSDiff

时间复杂度  O(nlogn)  空间复杂度 O(n)

BSPatch

时间复杂度  O(n+m)   空间复杂度  O(n+m)

 

另外给出BSDiff压缩效率实验数据:

图片来源:CompressingDifferences of Executable Code

 

参考文献

Naïve Differences of ExecutableCode

https://www.researchgate.net/publication/2890146_Naive_Differences_of_Executable_Code

Compressing Differences ofExecutable Code

https://www.researchgate.net/publication/2379631_Compressing_Differences_of_Executable_Code


2
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:6021次
    • 积分:82
    • 等级:
    • 排名:千里之外
    • 原创:2篇
    • 转载:0篇
    • 译文:0篇
    • 评论:2条
    文章存档
    最新评论