hamming-archiver

CLI-утилита на C++ для объединения нескольких файлов в один архив без сжатия с защитой от одиночных битовых ошибок. Использует код Хэмминга с настраиваемыми параметрами (n, k) — длиной кодового и информационного слов.

Возможности

• Создание архива из произвольного количества файлов
• Извлечение всех или выбранных файлов из архива
• Просмотр содержимого архива (list)
• Добавление файлов в существующий архив (append)
• Удаление файлов из архива (delete)
• Конкатенация двух архивов в один (concatenate)
• Настраиваемые параметры кода Хэмминга (cword_len, word_len)
• Автоматическая коррекция одиночной битовой ошибки в каждом кодовом слове

Стек

• C++17
• STL (<fstream>, <cstdint>)
• CMake
• Без внешних зависимостей

Сборка

git clone https://github.com/LomanTrue/hamming-archiver.git
cd hamming-archiver
mkdir build && cd build
cmake ..
make

После сборки появится исполняемый файл hamarc.

Использование

Все команды начинаются с ключевого слова hamarc. Имя архива указывается через -f <name> или --file=<name>.

Создание архива

hamarc -c -f archive.haf file1.txt file2.bin <cword_len> <word_len>

Последние два числовых аргумента — параметры кода Хэмминга: длина кодового слова n и длина информационного слова k. Например, для классического кода Хэмминга (7, 4) укажите 7 4.

Список файлов в архиве

hamarc -l -f archive.haf

Извлечение файлов

Извлечь все файлы в директорию:

hamarc -x <output_dir> -f archive.haf

Извлечь конкретные файлы:

hamarc -x <output_dir> -f archive.haf file1.txt file2.bin

Добавление файлов в существующий архив

hamarc -a -f archive.haf newfile1.txt newfile2.bin

Удаление файлов из архива

hamarc -d -f archive.haf file1.txt

Объединение двух архивов

hamarc -A old1.haf old2.haf -f merged.haf <cword_len> <word_len>

Краткая справка по флагам

Короткий	Длинный	Назначение
-c	--create	Создать архив
-l	--list	Показать содержимое
-x <dir>	--extract <dir>	Извлечь файлы в директорию
-a	--append	Добавить файлы
-d	--delete	Удалить файлы
-A	--concatenate	Объединить два архива
-f <name>	--file=<name>	Имя целевого архива

Архитектура

Проект разделён на CLI-слой и слой работы с архивом:

main.cpp        # Парсинг аргументов командной строки и диспетчеризация
archive.h/.cpp  # Структуры данных и операции над архивом

Ключевые сущности из archive.h:

struct arch_file {
    std::string name;     // Имя исходного файла
    uint64_t    size;     // Размер исходных данных
    uint64_t    begin;    // Смещение блока в архиве
};

struct arch_info {
    std::vector<arch_file> files;  // Таблица файлов
    uint64_t               size;   // Размер заголовка
};

struct archive {
    std::string name;        // Имя архива
    uint32_t    cword_len;   // Длина кодового слова (n)
    uint32_t    word_len;    // Длина информационного слова (k)
    arch_info   info;        // Метаданные

    void WriteArch();
    void ReadArch();
    void AddFile(std::string file_name);
    void DeleteFile(std::string& file_name);
    void ExtractFile(std::string& file_name, std::string& file_dir);
    void ListOfFiles();
    void Concatenate(archive& arch1, archive& arch2);
};

Формат архива

┌────────────────────────────────────────┐
│ Header                                 │
│   ├─ Размер метаданных (8 байт)        │
│   ├─ cword_len  (4 байта)              │
│   └─ word_len   (4 байта)              │
├────────────────────────────────────────┤
│ Таблица файлов                         │
│   для каждого файла:                   │
│     ├─ имя (строка)                    │
│     ├─ size (8 байт)                   │
│     └─ begin: смещение блока (8 байт)  │
├────────────────────────────────────────┤
│ Данные файлов                          │
│   разбиты на кодовые слова Хэмминга    │
│   длины cword_len                      │
└────────────────────────────────────────┘

Как работает коррекция ошибок

Каждые k бит исходных данных кодируются в n бит добавлением n - k проверочных бит. Позиции проверочных бит — степени двойки (1, 2, 4, 8, ...), значения вычисляются как XOR информационных бит в соответствующих позициях.

При чтении вычисляется синдром — XOR проверочных бит. Если синдром равен нулю — данные целы; иначе значение синдрома указывает на номер испорченного бита, который инвертируется.

Это позволяет восстановить одну битовую ошибку в каждом кодовом слове, что соответствует определению кода Хэмминга (n, k).

Пример работы

# Создаём архив из двух файлов с кодом Хэмминга (7, 4)
$ ./hamarc -c -f my.haf hello.txt notes.md 7 4

# Смотрим содержимое
$ ./hamarc -l -f my.haf
hello.txt   126 bytes
notes.md    2048 bytes

# Добавляем ещё один файл
$ ./hamarc -a -f my.haf image.png

# Извлекаем всё в папку out/
$ ./hamarc -x out -f my.haf