64位long型数据编解码逻辑在值超过2^30时失效问题排查

核心问题根源 #

你的代码基于类似Zig-Zag编码的思路，但在负数处理、数值拼接逻辑上存在错误，导致超过2^30的数值无法正确编解码。以下是具体问题点：

编码阶段的错误 #

• 负数的Zig-Zag转换逻辑错误
  原代码对负数delta的处理是~(delta << 1)，这不符合标准Zig-Zag编码规则。对于有符号long类型，负数左移1位会触发符号位扩展（算术左移），取反后得到的数值并非正确的编码值。正确的Zig-Zag编码应该是：(delta << 1) ^ (delta >> 63)（因为long是8字节64位，符号位在第63位），这样能把符号位转移到最低位，同时避免符号扩展带来的错误。

• 循环终止条件的潜在风险
  虽然var >= 32L本身逻辑没问题，但当delta是极大的正数（比如超过2^30），delta <<1会得到2^31，这在有符号long中是合法值，但原代码的负数处理逻辑错误会导致后续编码的字节序列错误。

解码阶段的错误 #

• 初始值与数值拼接逻辑错误
  原代码中current初始化为1，然后用current += c << shift拼接字节，这完全错误。正确的做法应该是从0开始，每次将当前值左移5位，再加上当前字节的低5位（current = (current << 5) | (c & 31)），这样才能正确拼接出编码后的原始数值。

• 负数恢复逻辑错误
  原代码用~(current >> 1)恢复负数，这是按位取反操作，并非正确的负数转换。正确的Zig-Zag解码应该是：如果编码值的最低位是1，说明原数是负数，需要将编码值右移1位后取反再加1（或用-( (current +1) >> 1 )），而不是直接按位取反。

• 变量类型溢出风险
  c被定义为int类型，当编码字符的ASCII值较小时（比如小于64），encoded[index++] -63 -1会得到负数，此时c << shift会触发有符号整数溢出，属于未定义行为。应将c改为long类型，避免溢出。

修复后的代码示例 #

#include <vector>
#include <sstream>
#include <memory>
#include <iostream>

static std::string encode(const std::vector<long>& path) {
    long lastValue = 0L;
    std::stringstream result;

    for (long value : path) {
        long delta = value - lastValue;
        lastValue = value;

        // 正确的Zig-Zag编码：将符号位移到最低位
        long var = (delta << 1) ^ (delta >> 63);

        // 拆分5位块进行编码，最高位为1表示后续还有字节
        while (var >= 32L) {
            // 取低5位，设置最高位为1，加上63转成可打印ASCII
            result << (char)((32L | (var & 31L)) + 63L);
            var >>= 5;
        }
        // 最后一个块，最高位为0
        result << (char)(var + 63L);
    }

    return result.str();
}

static std::unique_ptr<std::vector<long>> decode(const std::string& encoded) {
    auto decoded = std::make_unique<std::vector<long>>();
    long last_val = 0;
    size_t index = 0;

    while (index < encoded.length()) {
        int shift = 0;
        long current = 0;
        long c;

        do {
            c = encoded[index++] - 63;
            // 取低5位拼接到current
            current |= (c & 31) << shift;
            shift += 5;
        } while ((c & 32) != 0); // 检查最高位是否为1，判断是否还有后续字节

        // 正确的Zig-Zag解码
        long v = (current & 1) == 0 ? (current >> 1) : -( (current + 1) >> 1 );
        last_val += v;
        decoded->push_back(last_val);
    }

    return decoded;
}

// 测试示例
int main() {
    std::vector<long> test = {0, 1073741824, 2147483648, -1073741824}; // 包含2^30、2^31、-2^30
    std::string encoded = encode(test);
    auto decoded = decode(encoded);

    std::cout << "Original: ";
    for (long num : test) std::cout << num << " ";
    std::cout << "\nDecoded: ";
    for (long num : *decoded) std::cout << num << " ";
    std::cout << std::endl;

    return 0;
}

内容的提问来源于stack exchange，提问作者madan kandula