对论坛一个字符串编码问题的回答

                   对论坛一个字符串编码问题的回答
                       
                      Horin | horin153@msn.com
        昨天晚上更新一篇博客，顺便看见论坛一个帖子：http://topic.csdn.net/u/20110726/07/8c715386-d282-414d-a8a0-13b4acd4bc87.html；其问题如下：例如输入字符串：AAABBBBCCCCCC,要求输出：A3B4C6.
    正好这两天有空，也觉得问题简单，就分析如下：
   
    首先是需求分析，贴主的问题显然描述不清晰。
1，对字符串进行编码后，是否需要进行可逆的解码？
2，字符串输入集是英文字母？还是 ASCII 字符？是否有汉字等多字节字？
    假设字符串需要可逆解码，如果输入是英文字母，则 A123 是无歧义的；如果是 ASCII 字符，则 A123 是有歧义的（A222 或者 123个连续A）。为简化问题，假设是没有汉字的纯 ASCII 字符串(当然包括了字母集)。
   
    接着是设计。对 ASCII 字符串进行编码，因为字符的重复次数未定，为了节约空间，定义编码后的数据结构为：
                字符/byte + 字符重复数(最大255)/byte
对连续 260 个 A 的字符串，编码后内存数据为：'A',0xFF,'A',0x05，也就是占用 4 字节（255个A，5个A）；在可视化输出时可以处理为 A：260。

    最后就是代码实现和单元测试。对这个简单的字符串问题，用标准库就足够了，代码如下：
   

//---------------------------- code begin ----------------------------
#include <string.h>
#include <assert.h>
#include <stdio.h>

void encode(char* dst,  char* src)	{
	assert(dst);
	assert(src);
	unsigned char n=0;
	char *ps=src, *pd=dst, *p=src;
	while (*p++) {
		if ((*ps!=*p) || (p-ps==0xff)) {
			*pd++ = *ps;
			n = p - ps;
			ps = p;
			*pd++ = *((char*)&n);
		}
	}
	*pd = '\0';
}

int main(void)	{
	char src[301] = {0};        // 最长为300的字符串
	::memset(src, 'A', 260);    // 连续260个A
	char* p = src;
	p += 260;
	::memset(p, 'B', 40);       // 接着连续40个B
	size_t len = 300*2+1;    // 输出字符串长度为输入字符串长度的 2 倍
	char* dst = new char[len];
	::memset(dst, 0, len);
	encode(dst, src);

	// 把编码后的内存数据打印出来, 很容易就可以改为解码算法.
	printf ("After encode:");
	p = dst;
	while(*p && *(p+1)) {
		printf ("%c:%d;", *p, *((unsigned char*)(p+1)));
		p += 2;
	}
	delete[] dst;

	return 0;
}
//---------------------------- code end ----------------------------

    测试输出结果如下：
        After encode:A:255;A:5;B:40;
这和输入的字符数是一致的，测试正确。