Redis源代码分析(23)--- CRC循环冗余算法RAND随机数的算法

时间:2024-01-09 12:10:32

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。