手把手教你用C写游程编码

手把手教你用C写游程编码

---

（原创作品，作者Shawn, 转载请声明）

相信大家对游程编码的概念不会陌生。如果用C语言亲自实现一遍游程编码的话，会发现综合运用到了很多C语言的知识和要避免踩到坑！

游程编码：

给定一串数据，如：
0x11,0x22,0x11,0x11,0x11,0x34,0x34,0x22
编码后，得到：
0x11,0x01,0x22,0x01,0x11,0x03,0x34,0x02,0x22,0x01

废话少说，立马手把手教你用C写游程编码！这里用到函数分层的思想，即模块化处理：
输入的数据–>用函数处理–>返回输出数据。
即数据的处理完全由函数内部解决。

敲黑板划重点！！！
C语言就是玩转内存空间！
C语言就是玩转内存空间！！
C语言就是玩转内存空间！！！

因此要时刻谨记和扪心自问三个哲学问题：

1. 要操作的对象是什么？（大小，即数据类型）

2. 分配的内存空间在哪里？（内存的哪个段）

3. 处理后的内存空间要去哪里？（注意指针的坑）

---

下面展开来说。

要操作的对象是什么？

• 根据对象的需要，分配相应的数据类型。数据类型可以分为两种：
  
  1. 内置数据类型：比如，int, float, double.
  2. 自定义数据类型：比如，结构体, 数组（本质是内置数据类型的组合）。结构体适用于不同内置数据类型的组合，例如应用在通信协议的设计；数组适用于也必须用于相同数据类型的组合。

先看原始数据：

原始数据是1字节的序列，即大小为1字节的(char)、连续的内存空间。可见，输入数据可使用数组表示：

char raw_data[]={
  0x11,0x22,0x11,0x11,0x11,0x34,0x34,0x22}；

如果你愿意更严谨一些，可以表示为

unsigned char raw_data[]={
  0x11,0x22,0x11,0x11,0x11,0x34,0x34,0x22}；

以此来向别人表明这些数据是不考虑正负号的。
但其实两种写法都可以，原则上都ok（因为编译器才是老大，它说ok就妥妥的）。
此处为了方便，采用char raw_data[]的写法。

---

原始数据的内存空间应该分配在哪里呢？

这引出了新的问题，分配的内存在哪几个段（segment）？

具体如下：

地址值	段	备注1	备注2
高地址	stack　栈		动态内存分配
	heap　堆		动态内存分配
	bss　未初始化全局变量或静态（全局或局部）变量	可读可写*	静态内存分配
	data　已初始化全局变量或静态（全局或局部）变量	可读可写*	静态内存分配
低地址	text　代码段+字符串常量	只读	静态内存分配

* 也存在只读变量，此处不展开说明。

此处，我们简单粗暴地把原始数据空间定义在main函数里，也就是说，是在栈空间，因为定义在main函数内部，且没有static修饰符，所以既不是全局变量、也不是静态变量。
详情可参考该链接

---

再看结果数据：

此处我要用一个名为runLenEncoding的函数（run-length encoding游程编码）来处理输入数据。
那么现在问题来了，在真正调用该函数，传入raw_data数据之前，该函数根本不知道需要为结果数据分配多少内存空间（因为这里假定所有数据处理都在该函数内部，所以不能在进入该函数前就处理数据，从而无法预先得知结果数据空间的大小！）。

好纠结，纠结不如敲几行代码：

#include<stdio.h>
void runLenEncoding(void);
int main()
{
    //原始数据空间，这里简单粗暴地放在栈空间即可
    char raw_data[]={
  0x11,0x22,0x11,0x11,0x11,0x34,0x34,0x22};
    //结果数据空间。应该是啥?

    //执行函数，进行游程编码，返回什么给结果数据空间？
    result_data=runLengEncoding();

    return 0;
}

结果数据的内存空间应该分配在哪里呢？

考虑到在runLenEncoding函数中，经过一定数据处理，才能得知结果空间的大小。也就是说，不可能是静态内存分配，函数还没处理，我怎么知道需要为结果数据分配多大空间？
剩下两个动态内存分配：
1. 栈。还是不靠谱：
- 函数一结束返回，则栈空间的数据就销毁，返回的地址就没有意义了——因为此时该地址的数据已经被系统回收了，不存在了。
- 更何况，类似静态内存分配那样，在编写代码时就需要确定空间的大小，因而同样无法满足函数需要动态增加内存的需求。
2. 堆。妥妥的。堆具有两个优势：
- 堆空间的生命周期由程序员说了算，由程序员编写代码创造和毁灭。也就是说，通过malloc()函数创造的堆空间,在用了free()函数后，该空间才会被销毁。因此，不存在栈空间的缺点：在函数返回后，栈空间则销毁（数据/资源被系统回收）。
- 堆空间可以不是在编写程序时就规定好的。也就是，可以根据程序实际需要，真正地实现按需分配空间大小。

因此，在runLenEncoding函数内部创建堆空间，即结果数据空间，返回该数据空间的首地址。

处理后的内存要去哪里？

main函数用一个result_data指针接受该地址。

---

妥，继续敲几行。

#include<stdio.h>
char* runLenEncoding(const char*);
int main()
{
    //原始数据空间，这里简单粗暴地放在栈空间即可
    char raw_data[]={
  0x11,0x22,0x11,0x11,0x11,0x34,0x34,0x22};
    //结果数据空间（实质是指向结果数据空间的指针）。初始化指向NULL
    char *result_data=NULL;
    //调用函数，进行游程编码，返回堆空间（结果数据空间）的首地址给main函数中的结果指针？
    result_data=runLenEncoding(raw_data);
    //返回指针后，对指针进行检查
    if(result_data==NULL){
        printf("Get result_data failed!\n");
        return -1;
    }
    return 0;
}

---

打印，检查输入和输出

仔细想想，输出的数据我要打印出来检查一下对不对呀。要操作的对象是数组，脑海里立马是for循环。既然要打印输出数据，那把输入数据也打印吧，正好对比着看，那就写一个check_data函数，两个都可以调用（模块化设计哦！）。

用到了for循环，那条件中的结束标志当然是数组中的数据个数，因此要分别定义两个变量raw_data和result_data。

raw_data可以简单粗暴地求出来：

raw_num=sizeof(raw_data)/sizeof(raw_data[0