git.cworth.org Git - gzip/blob - unpack.c

   1 /* unpack.c -- decompress files in pack format.
   2  * Copyright (C) 1992-1993 Jean-loup Gailly
   3  * This is free software; you can redistribute it and/or modify it under the
   4  * terms of the GNU General Public License, see the file COPYING.
   5  */
   6
   7 #ifdef RCSID
   8 static char rcsid[] = "$Id: unpack.c,v 1.4 1993/06/11 19:25:36 jloup Exp $";
   9 #endif
  10
  11 #include <config.h>
  12 #include "tailor.h"
  13 #include "gzip.h"
  14 #include "crypt.h"
  15
  16 #define MIN(a,b) ((a) <= (b) ? (a) : (b))
  17 /* The arguments must not have side effects. */
  18
  19 #define MAX_BITLEN 25
  20 /* Maximum length of Huffman codes. (Minor modifications to the code
  21  * would be needed to support 32 bits codes, but pack never generates
  22  * more than 24 bits anyway.)
  23  */
  24
  25 #define LITERALS 256
  26 /* Number of literals, excluding the End of Block (EOB) code */
  27
  28 #define MAX_PEEK 12
  29 /* Maximum number of 'peek' bits used to optimize traversal of the
  30  * Huffman tree.
  31  */
  32
  33 local ulg orig_len;       /* original uncompressed length */
  34 local int max_len;        /* maximum bit length of Huffman codes */
  35
  36 local uch literal[LITERALS];
  37 /* The literal bytes present in the Huffman tree. The EOB code is not
  38  * represented.
  39  */
  40
  41 local int lit_base[MAX_BITLEN+1];
  42 /* All literals of a given bit length are contiguous in literal[] and
  43  * have contiguous codes. literal[code+lit_base[len]] is the literal
  44  * for a code of len bits.
  45  */
  46
  47 local int leaves [MAX_BITLEN+1]; /* Number of leaves for each bit length */
  48 local int parents[MAX_BITLEN+1]; /* Number of parents for each bit length */
  49
  50 local int peek_bits; /* Number of peek bits currently used */
  51
  52 /* local uch prefix_len[1 << MAX_PEEK]; */
  53 #define prefix_len outbuf
  54 /* For each bit pattern b of peek_bits bits, prefix_len[b] is the length
  55  * of the Huffman code starting with a prefix of b (upper bits), or 0
  56  * if all codes of prefix b have more than peek_bits bits. It is not
  57  * necessary to have a huge table (large MAX_PEEK) because most of the
  58  * codes encountered in the input stream are short codes (by construction).
  59  * So for most codes a single lookup will be necessary.
  60  */
  61 #if (1<<MAX_PEEK) > OUTBUFSIZ
  62     error cannot overlay prefix_len and outbuf
  63 #endif
  64
  65 local ulg bitbuf;
  66 /* Bits are added on the low part of bitbuf and read from the high part. */
  67
  68 local int valid;                  /* number of valid bits in bitbuf */
  69 /* all bits above the last valid bit are always zero */
  70
  71 /* Set code to the next 'bits' input bits without skipping them. code
  72  * must be the name of a simple variable and bits must not have side effects.
  73  * IN assertions: bits <= 25 (so that we still have room for an extra byte
  74  * when valid is only 24), and mask = (1<<bits)-1.
  75  */
  76 #define look_bits(code,bits,mask) \
  77 { \
  78   while (valid < (bits)) bitbuf = (bitbuf<<8) | (ulg)get_byte(), valid += 8; \
  79   code = (bitbuf >> (valid-(bits))) & (mask); \
  80 }
  81
  82 /* Skip the given number of bits (after having peeked at them): */
  83 #define skip_bits(bits)  (valid -= (bits))
  84
  85 #define clear_bitbuf() (valid = 0, bitbuf = 0)
  86
  87 /* Local functions */
  88
  89 local void read_tree  OF((void));
  90 local void build_tree OF((void));
  91
  92 /* ===========================================================================
  93  * Read the Huffman tree.
  94  */
  95 local void read_tree()
  96 {
  97     int len;  /* bit length */
  98     int base; /* base offset for a sequence of leaves */
  99     int n;
 100
 101     /* Read the original input size, MSB first */
 102     orig_len = 0;
 103     for (n = 1; n <= 4; n++) orig_len = (orig_len << 8) | (ulg)get_byte();
 104
 105     max_len = (int)get_byte(); /* maximum bit length of Huffman codes */
 106     if (max_len > MAX_BITLEN) {
 107         error("invalid compressed data -- Huffman code > 32 bits");
 108     }
 109
 110     /* Get the number of leaves at each bit length */
 111     n = 0;
 112     for (len = 1; len <= max_len; len++) {
 113         leaves[len] = (int)get_byte();
 114         n += leaves[len];
 115     }
 116     if (n > LITERALS) {
 117         error("too many leaves in Huffman tree");
 118     }
 119     Trace((stderr, "orig_len %lu, max_len %d, leaves %d\n",
 120            orig_len, max_len, n));
 121     /* There are at least 2 and at most 256 leaves of length max_len.
 122      * (Pack arbitrarily rejects empty files and files consisting of
 123      * a single byte even repeated.) To fit the last leaf count in a
 124      * byte, it is offset by 2. However, the last literal is the EOB
 125      * code, and is not transmitted explicitly in the tree, so we must
 126      * adjust here by one only.
 127      */
 128     leaves[max_len]++;
 129
 130     /* Now read the leaves themselves */
 131     base = 0;
 132     for (len = 1; len <= max_len; len++) {
 133         /* Remember where the literals of this length start in literal[] : */
 134         lit_base[len] = base;
 135         /* And read the literals: */
 136         for (n = leaves[len]; n > 0; n--) {
 137             literal[base++] = (uch)get_byte();
 138         }
 139     }
 140     leaves[max_len]++; /* Now include the EOB code in the Huffman tree */
 141 }
 142
 143 /* ===========================================================================
 144  * Build the Huffman tree and the prefix table.
 145  */
 146 local void build_tree()
 147 {
 148     int nodes = 0; /* number of nodes (parents+leaves) at current bit length */
 149     int len;       /* current bit length */
 150     uch *prefixp;  /* pointer in prefix_len */
 151
 152     for (len = max_len; len >= 1; len--) {
 153         /* The number of parent nodes at this level is half the total
 154          * number of nodes at parent level:
 155          */
 156         nodes >>= 1;
 157         parents[len] = nodes;
 158         /* Update lit_base by the appropriate bias to skip the parent nodes
 159          * (which are not represented in the literal array):
 160          */
 161         lit_base[len] -= nodes;
 162         /* Restore nodes to be parents+leaves: */
 163         nodes += leaves[len];
 164     }
 165     /* Construct the prefix table, from shortest leaves to longest ones.
 166      * The shortest code is all ones, so we start at the end of the table.
 167      */
 168     peek_bits = MIN(max_len, MAX_PEEK);
 169     prefixp = &prefix_len[1<<peek_bits];
 170     for (len = 1; len <= peek_bits; len++) {
 171         int prefixes = leaves[len] << (peek_bits-len); /* may be 0 */
 172         while (prefixes--) *--prefixp = (uch)len;
 173     }
 174     /* The length of all other codes is unknown: */
 175     while (prefixp > prefix_len) *--prefixp = 0;
 176 }
 177
 178 /* ===========================================================================
 179  * Unpack in to out.  This routine does not support the old pack format
 180  * with magic header \037\037.
 181  *
 182  * IN assertions: the buffer inbuf contains already the beginning of
 183  *   the compressed data, from offsets inptr to insize-1 included.
 184  *   The magic header has already been checked. The output buffer is cleared.
 185  */
 186 int unpack(in, out)
 187     int in, out;            /* input and output file descriptors */
 188 {
 189     int len;                /* Bit length of current code */
 190     unsigned eob;           /* End Of Block code */
 191     register unsigned peek; /* lookahead bits */
 192     unsigned peek_mask;     /* Mask for peek_bits bits */
 193
 194     ifd = in;
 195     ofd = out;
 196
 197     read_tree();     /* Read the Huffman tree */
 198     build_tree();    /* Build the prefix table */
 199     clear_bitbuf();  /* Initialize bit input */
 200     peek_mask = (1<<peek_bits)-1;
 201
 202     /* The eob code is the largest code among all leaves of maximal length: */
 203     eob = leaves[max_len]-1;
 204     Trace((stderr, "eob %d %x\n", max_len, eob));
 205
 206     /* Decode the input data: */
 207     for (;;) {
 208         /* Since eob is the longest code and not shorter than max_len,
 209          * we can peek at max_len bits without having the risk of reading
 210          * beyond the end of file.
 211          */
 212         look_bits(peek, peek_bits, peek_mask);
 213         len = prefix_len[peek];
 214         if (len > 0) {
 215             peek >>= peek_bits - len; /* discard the extra bits */
 216         } else {
 217             /* Code of more than peek_bits bits, we must traverse the tree */
 218             ulg mask = peek_mask;
 219             len = peek_bits;
 220             do {
 221                 len++, mask = (mask<<1)+1;
 222                 look_bits(peek, len, mask);
 223             } while (peek < (unsigned)parents[len]);
 224             /* loop as long as peek is a parent node */
 225         }
 226         /* At this point, peek is the next complete code, of len bits */
 227         if (peek == eob && len == max_len) break; /* end of file? */
 228         put_ubyte(literal[peek+lit_base[len]]);
 229         Tracev((stderr,"%02d %04x %c\n", len, peek,
 230                 literal[peek+lit_base[len]]));
 231         skip_bits(len);
 232     } /* for (;;) */
 233
 234     flush_window();
 235     if (orig_len != (ulg)(bytes_out & 0xffffffff)) {
 236         error("invalid compressed data--length error");
 237     }
 238     return OK;
 239 }