在前一篇文章中，已经成功地把程序的功能用C语言表示了出来。接下来为了弄清楚这段程序到底对数据做了什么，需要把自己写的C代码看懂（天哪。
在读程序的过程中，根据自己的理解，稍微调整了几条语句，比如把r12 >> 3写成r12 / 8（它们是等价的），程序本身没有改变，但是对人来说更好理解了。
#include <stdint.h>
#include <stdio.h>
#include "main.h" // unsigned char table[1040] = {.....}
int main()
{
uint64_t v2 = 0, v1, r12 = 0;
uint32_t *table_u32 = (uint32_t *)table;
while ((v1 = getchar()) != EOF)
{
v2 |= table_u32[v1] << r12;
r12 += table_u32[v1] >> 24;
if (r12 >= 8)
{
fwrite(&v2, 1, r12 / 8, stdout);
v2 >>= r12 / 8 * 8;
v2 &= 0xFF;
r12 &= 0b111L;
}
}
if ((uint32_t)r12 != 0)
fwrite(&v2, 1, 1, stdout);
}
格物致知。 ——王阳明
然后就开始格这段代码，盯着看了一会之后就看懂了（嗯）。
数据格式
要读懂程序，那首先必须弄懂的就是这长度为1024的数据的格式，要了解这一点，我们必须看懂程序是如何使用这段数据的。
unsigned char table[1040] =
{ // 很有意思的是这里有两列数全都是为0的，观察规律非常重要。
0xca, 0x37, 0x00, 0x0e, 0x4a, 0x3f, 0x00, 0x0e,
0xca, 0x17, 0x00, 0x0e, 0x0a, 0x01, 0x00, 0x0d,
0x4a, 0x1f, 0x00, 0x0e, 0x8a, 0x05, 0x00, 0x0e,
0x8a, 0x24, 0x00, 0x0e, 0xca, 0x31, 0x00, 0x0e,
0x0a, 0x1d, 0x00, 0x0d, 0x0a, 0x09, 0x00, 0x0d,
0x39, 0x00, 0x00, 0x06, 0xca, 0x30, 0x00, 0x0e,
0x4a, 0x20, 0x00, 0x0e, 0xca, 0x0a, 0x00, 0x0e,
0x8a, 0x04, 0x00, 0x0e, 0x4a, 0x17, 0x00, 0x0e,
那么我们就可以大胆地猜测table是以4个字节为一组的，而且最后一个字节肯定和前三个不！一！样！，汇编代码也印证了这一点（地址总是乘以4，而且把第四位单独取出来了嘛！）
movzbq 0x3(%rbx,%rax,4),%rdx
mov (%rbx,%rax,4),%rax
那么1024个字节，每四个为1组，一共256组，一个字节也是刚好有256种可能。很明显就是把读入的每个字节都映射到表中每一组。差不多是这个意思：
uint32_t row = ((uint32_t*)table)[v1];
uint32_t row_1 = row & 0x00FFFFFF;
uint16_t row_2 = row >> 24;
那么这被单独拿出来的最后一个字节具体有什么含义呢？比如拿出第一组来：
0xca, 0x37, 0x00 | 0x0e
row_1 = 0b0011011111001010;
row_2 = 13;
可以发现最后这个字节表示的其实是本组数据的长度（单位为bit）！理解了这一点，整个数据段的格式就很明确了。
观察算法
进一步地思考这个算法发现，r12的值会在读入数据时被增加（r12 += row2），当它超过8时程序会进入一个if语句进行处理。结合前面row_2是长度的猜想，这段代码的意思就是“r12记录读入数据的长度，当凑够1个字节之后输出”，听起来就特别有道理对不对。
仔细想想数据的处理过程，先是读入一个字节（8bit），根据table转换为不等长的bit流，每凑够8bit再调用write输出。循环结束还有一个if，用来在输入数据结束后输出凑不齐8bit的数据。
graph TB
ReadByte[8 bit] -- 根据table映射 --> SomeBits[<8 bit]
SomeBits -- 凑够8bit --> EeightBits[8 bit]
然后关于不等长编码的知识开始在脑子里被唤醒——
这难道是个哈夫曼编码……
逆运算
这只能是个哈夫曼编码，就算不是哈夫曼编码，也必须是个无前缀编码，否则这不等长编码没办法解码呀~
那么编写decoder的思路也就很明确了，按照Huffman Coding的思路来就好。先根据encoder里给的数据段里的数据还原出一棵哈夫曼树，然后把output.bin用这棵树解码试试就行了。
关于解码器的代码请见下一篇文章~