Empaquetador de String Pool

Sobre esta herramienta

El firmware que muestra texto de UI en varios idiomas suele guardarlo como una tabla 2-D de punteros const char* — uno por celda (idioma × ID de cadena). En un MCU de 32 bits cada puntero son 4 bytes de puro coste de índice, antes de un solo carácter de texto. Esta herramienta muestra lo que ahorras al pasar a un único pool de cadenas empaquetado más una tabla de offsets uint16 de 2 bytes, con las cadenas idénticas deduplicadas y los sufijos tail-merged dentro de cadenas más largas.

Es el complemento interactivo del artículo

.

Dos modos

• Líneas — pega cadenas una por línea; cada línea es una entrada del índice (una celda idioma × ID).

• CSV — el formato real del firmware: una cabecera id,en,es,… y una fila por ID de cadena, una columna por idioma. Cada celda es una entrada del índice, y un lookup por identificador × idioma simula el tr() del firmware: eliges un ID y un idioma y la herramienta muestra el offset y la cadena resueltos (gen::string(lang, id) → pool + offset).

¿Cómo se usa?

1. Elige el modo Líneas o CSV y pega tus datos (usa Cargar ejemplo como punto de partida).

2. Elige el ancho de puntero de tu objetivo (4 bytes para un MCU de 32 bits, 8 bytes para un host de 64 bits).

3. Lee la comparación: bytes de la tabla de índice, bytes del blob de cadenas y el total para el enfoque de tabla de punteros y el de pool empaquetado.

4. Revisa el desglose por cadena — con el offset en bytes de cada una — para ver cuáles se deduplicaron y cuáles se fusionaron por sufijo (tail-merge) dentro de una cadena más larga (su offset apunta dentro de esa entrada más larga).

¿Qué calcula?

• Tabla de índice — entradas × 4 B (punteros) frente a entradas × 2 B (offsets uint16). Esta reducción a la mitad es la ganancia estructural que ningún linker hace por ti.

• Dedup — las cadenas idénticas (compartidas entre idiomas, como “OK”) se guardan una sola vez.

• Tail-merge — una cadena que es el sufijo de otra reutiliza los bytes de la más larga (colocada primero la más larga), justo lo que hace el generador en tiempo de compilación.

• Guardia uint16 — avisa cuando el pool supera los 64 KiB, punto en el que los offsets ya no caben en un uint16.

• Recuperación — toda cadena, almacenada o tail-merged, se lee con pool + offset. Una cadena tail-merged nunca se guarda aparte; su offset simplemente cae dentro de una entrada más larga, así que la búsqueda sigue siendo O(1) e idéntica para todas.

¿Mis datos son privados?

Todo el análisis, la deduplicación, el tail-merge y el conteo de bytes ocurren por completo en tu navegador. Nada de lo que escribes se transmite a ningún servidor.