Algoritmos de Codificação e Decodificação

Uma regra de codificação traduz um objeto — caractere, campo ou registro — numa sequência de bits ou bytes. A regra inversa recupera o objeto; sem ela, o mesmo par de octetos admite mais de uma leitura.

Montar UTF-8, empacotar campos e inverter um código livre de prefixo neste tópico — e a árvore de Huffman e o dicionário LZW no tópico de compressão — partem dessa regra.

As páginas se agrupam em três blocos. O primeiro mapeia o símbolo de texto a bytes: ASCII de 7 bits, o remapeamento 128–255, o ponto de código Unicode e a serialização UTF-8 em 1 a 4 bytes.

O segundo empacota campos num registro: larguras, ordem, preenchimento, o endereço i·L de largura constante, e o prefixo que desloca o sucessor.

O terceiro inverte um código livre de prefixo: lê o comprimento no primeiro byte UTF-8 e exige continuações com prefixo 10, ou caminha bit a bit numa árvore de Huffman já pronta até a folha.

Montar E2 82 AC a partir de U+20AC está em Codificação de Caracteres. Recuperar U+20AC a partir desses três bytes — prefixo, continuações e carga concatenada — está em Estratégias de Decodificação.

Quantos bytes um caractere ASCII ou UTF-8 ocupa está em Codificação de Caracteres. Quantos bytes o campo nome reserva, e se o i-ésimo registro começa em i·L, está em Codificação Binária.

A ordem little-endian ou big-endian de um inteiro de dois bytes — 07 00 lido como 7 ou 1792 — está em Codificação Binária. O primeiro byte UTF-8 que anuncia 1 a 4 octetos, e a continuação com prefixo 10, estão em Estratégias de Decodificação.