compact-u16 (shortvec)

Qué es

compact-u16 (también llamado shortvec) es una codificación de longitud variable para el prefijo de longitud de cada array dentro de una transacción de Solana — el recuento de firmas, el recuento de claves de cuenta, el recuento de instrucciones y las longitudes de cuentas y datos por instrucción. Codifica un valor de 0 a 65.535 en 1 a 3 bytes.

Por qué existe

Las transacciones tienen el tamaño limitado (1.232 bytes en el cable), así que gastar 2 o 4 bytes fijos en cada longitud de array es un desperdicio cuando la mayoría de los arrays son cortos. compact-u16 gasta un solo byte para longitudes menores de 128 —lo que cubre la inmensa mayoría de transacciones reales— y solo crece cuando hace falta.

Diseño de bytes

Cada byte lleva 7 bits de valor en sus bits bajos; el bit alto (0x80) es un indicador de continuación que significa «sigue otro byte».

La decodificación acumula 7 bits cada vez, desplazando a la izquierda 7 por cada byte posterior, y se detiene en el primer byte cuyo bit alto esté a 0.

valor = 0
shift = 0
bucle:
  byte = siguiente_byte()
  valor |= (byte & 0x7F) << shift
  si (byte & 0x80) == 0: salir
  shift += 7

Dónde lo encuentras

Antes de cada array en una transacción heredada y una transacción v0: el vector de firmas, el de claves de cuenta, el de instrucciones, el vector de índices de cuenta de cada instrucción y su vector de datos, y (en v0) los vectores de búsqueda en tablas de direcciones. Si parseas una transacción a mano y tus offsets se desvían, un compact-u16 mal leído suele ser el culpable.

Errores comunes

• No es LEB128, ni un u16 little-endian. compact-u16 es su propio formato. Decodificarlo como un entero little-endian de 2 bytes funciona por accidente para valores 0–127 (un byte) y luego se rompe silenciosamente. Usa un decodificador shortvec de verdad.
• El tercer byte solo tiene 2 bits de valor usables. Como el valor máximo es u16 (65.535), el tercer byte se topa en 0b00000011 en sus bits bajos. Los codificadores deben rechazar cualquier cosa mayor.
• Longitud, luego elementos. El prefijo es el recuento de elementos, no una longitud en bytes. Para saltar un array debes decodificar el recuento y luego recorrer cada elemento (cuyo tamaño conoces por el contexto) — no puedes simplemente saltar N bytes.
• Las codificaciones no canónicas son inválidas. Codificar 5 como dos bytes (0x85 0x00) en lugar de uno (0x05) está malformado; los decodificadores estrictos lo rechazan. No rellenes.