Redis源代码分析（23）--- CRC循环冗余算法RAND随机数的算法

             他今天就开始学习Redis源代码的一些工具来实现，在任何一种语言工具。算法实现的原理应该是相同的，一些比較经典的算法。比方说我今天看的Crc循环冗余校验算法和rand随机数产生算法。

            CRC算法全称循环冗余校验算法。CRC校验的基本思想是利用线性编码理论,在发送端依据要传送的k位二进制码序列,以一定的规则产生一个校验用的监督码（既CRC码）r位,并附在信息后边,构成一个新的二进制码序列数共(k+r)位,最后发送出去。

在接收端, 则依据信息码和CRC码之间所遵循的规则进行检验,以确定传送中是否出错。

16位的CRC码产生的规则是先将要发送的二进制序列数左移16位（既乘以 ）后,再除以一个多项式,最后 所得到的余数既是CRC码。在Redis中实现的冗余校验算法为字节型算法；

字节型算法的一般描写叙述为：本字节的CRC码。等于上一字节CRC码的低8位左移8位，与上一字节CRC右移8位同本字节异或后所得的CRC码异或。

   
字节型算法例如以下：
1)CRC寄存器组初始化为全"0"(0x0000)。（注意：CRC寄存器组初始化全为1时，最后CRC应取反。）
2)CRC寄存器组向左移8位,并保存到CRC寄存器组。
3)原CRC寄存器组高8位（右移8位）与数据字节进行异或运算，得出一个指向值表的索引。

4)索引所指的表值与CRC寄存器组做异或运算。
5)数据指针加1，假设数据没有所有处理完，则反复步骤2)。
6)得出CRC。

 

我们来相应一下在Redis中的代码，全然符合；

/* Crc64循环冗余运算算法，crc:基础值0，s：传入的内容，l:内容长度 */
uint64_t crc64(uint64_t crc, const unsigned char *s, uint64_t l) {
    uint64_t j;

    for (j = 0; j < l; j++) {
        uint8_t byte = s[j];
        crc = crc64_tab[(uint8_t)crc ^ byte] ^ (crc >> 8);
    }
    return crc;
}

Redis内置的样例。

/* Test main */
/* 測试的代码 */
#ifdef TEST_MAIN
#include <stdio.h>
int main(void) {
    printf("e9c6d914c4b8d9ca == %016llx\n",
        (unsigned long long) crc64(0,(unsigned char*)"123456789",9));
    return 0;
}

对字符串1到9做冗余运算。

      以下说说Redis中的随机算法实现的原理，一開始以为是调用的是math.Rand()方法，后来发现，我真的是错了。作者给出的理由是:

/* Pseudo random number generation functions derived from the drand48()
 * function obtained from pysam source code.
 *
 * This functions are used in order to replace the default math.random()
 * Lua implementation with something having exactly the same behavior
 * across different systems (by default Lua uses libc's rand() that is not
 * required to implement a specific PRNG generating the same sequence
 * in different systems if seeded with the same integer).
 *
 * The original code appears to be under the public domain.
 * I modified it removing the non needed functions and all the
 * 1960-style C coding stuff...
 * 
 * 随机函数在不同的系统可能会表现出不同的行为，作者就没有採用系统自带的math.random,
 * ,而是基于drand48()随机算法，重写了随机函数行为,作者在重写随机代码的时候取出了不须要的方法
 * ----------------------------------------------------------------------------

             也就是说作者是重写了随机算法。基于的算法实现是drand48()算法。

由于此算法用到了48位的数字所以用此名。

srand48和drand48是Unix库函数，drand48的作用是产生[0,1]之间均匀分布的随机数。採用了线性同余法和48位整数运算来产生伪随机序列函数用上面的算法产生一个48位的伪随机整数，然后再取出此整数的高32位作为随机数，然后将这个32位的伪随机数规划到[0,1]之间，用函数srand48来初始化drand48（),其仅仅对于48位整数的高32位进行初始化。而其低16位被设定为随机值。这是一种统计特性比較好的伪随机发生器。这2个函数原版的C语言实现:

#ifndef DRAND48_H
#define DRAND48_H

#include <stdlib.h>

#define m 0x100000000LL
#define c 0xB16
#define a 0x5DEECE66DLL

static unsigned long long seed = 1;

double drand48(void)
{
	seed = (a * seed + c) & 0xFFFFFFFFFFFFLL;
	unsigned int x = seed >> 16;
    return 	((double)x / (double)m);
	
}

void srand48(unsigned int i)
{
    seed  = (((long long int)i) << 16) | rand();
}

#endif

由于这里还是用到了系统的rand()函数，z作者全然没实用系统自带的，所以在Redis中这里的实现就略有不同了:

int32_t redisLrand48() {
    next();
    return (((int32_t)x[2] << (N - 1)) + (x[1] >> 1));
}

/* 设置种子 */
void redisSrand48(int32_t seedval) {
    SEED(X0, LOW(seedval), HIGH(seedval));
}

static void next(void) {
    uint32_t p[2], q[2], r[2], carry0, carry1;

    MUL(a[0], x[0], p);
    ADDEQU(p[0], c, carry0);
    ADDEQU(p[1], carry0, carry1);
    MUL(a[0], x[1], q);
    ADDEQU(p[1], q[0], carry0);
    MUL(a[1], x[0], r);
    x[2] = LOW(carry0 + carry1 + CARRY(p[1], r[0]) + q[1] + r[1] +
            a[0] * x[2] + a[1] * x[1] + a[2] * x[0]);
    x[1] = LOW(p[1] + r[0]);
    x[0] = LOW(p[0]);
}

详细next实现，谈到来源。各种4和操作的操作。

版权声明：本文博客原创文章，博客，未经同意，不得转载。