BitSet 转字节为何忽长忽短：固定标志字段需要自己的协议

协议要求一个四字节标志字段，new BitSet(32).toByteArray() 却返回了零字节。设置某个标志后长度又变成一，直到更高位出现才继续增长。这不是容量分配失败：构造参数影响内部容量，不会把尾部全零位变成必须输出的协议内容。

BitSet 的紧凑字节形式只保存到最高有效位所在的字节。它还采用低位在前的约定：位零对应第一个字节的最低位，位八对应第二个字节的最低位。若对端文档以“网络字节序”描述一个整数，不能直接认定两者相同。

下面明确约定一种自己的字段：位编号沿用 BitSet 规则，字段固定宽度，超出宽度及未使用高位都必须为零。用 Java 17 保存并运行 BitField.java：

import java.util.*;

public class BitField {
    static int byteCount(int bits) {
        if (bits < 1 || bits > 4096) throw new IllegalArgumentException("invalid width");
        return (bits + 7) / 8;
    }
    static byte[] encode(BitSet flags, int bits) {
        int bytes = byteCount(bits);
        Objects.requireNonNull(flags);
        if (flags.length() > bits) throw new IllegalArgumentException("bit outside field");
        return Arrays.copyOf(flags.toByteArray(), bytes);
    }
    static BitSet decode(byte[] bytes, int bits) {
        if (bytes.length != byteCount(bits)) throw new IllegalArgumentException("wrong byte count");
        BitSet flags = BitSet.valueOf(bytes);
        if (flags.length() > bits) throw new IllegalArgumentException("reserved bit set");
        return flags;
    }
    public static void main(String[] args) {
        BitSet flags = new BitSet(128);
        System.out.println("empty-bytes=" + flags.toByteArray().length);
        flags.set(0); flags.set(8);
        System.out.println("compact=" + Arrays.toString(flags.toByteArray()));
        byte[] fixed = encode(flags, 32);
        System.out.println("fixed=" + Arrays.toString(fixed));
        System.out.println("roundtrip=" + decode(fixed, 32).equals(flags));
        flags.clear(8);
        System.out.println("after-clear=" + Arrays.toString(flags.toByteArray()));
        BitSet ten = new BitSet(); ten.set(9);
        System.out.println("ten-bits=" + Arrays.toString(encode(ten, 10)));
        try { decode(new byte[]{0, 4}, 10); }
        catch (IllegalArgumentException e) { System.out.println(e.getMessage()); }
        try { decode(new byte[]{1}, 32); }
        catch (IllegalArgumentException e) { System.out.println(e.getMessage()); }
        ten.set(10);
        try { encode(ten, 10); }
        catch (IllegalArgumentException e) { System.out.println(e.getMessage()); }
    }
}

empty-bytes=0
compact=[1, 1]
fixed=[1, 1, 0, 0]
roundtrip=true
after-clear=[1]
ten-bits=[0, 2]
reserved bit set
wrong byte count
bit outside field

compact=[1, 1] 代表位零和位八。补成四字节后是 [1, 1, 0, 0]，补零发生在数组尾部，因为这里遵循低位字节在前。把它左侧补零，虽然长度正确，却会把标志搬到另一个编号位置。

空 BitSet 输出长度零，与 new BitSet(128) 是否预留容量无关。清除最高位后紧凑输出也会缩短，正说明序列化长度由当前有效位决定。这里没有使用 size 作为协议字段宽度；size 描述实现的存储空间，不应成为跨系统合同。

固定宽度不等于静默裁掉高位

Arrays.copyOf 既能补零，也能截断。如果不先检查 flags.length，超出字段范围的高位会直接消失，调用方得到一个看似成功的结果。示例先拒绝越界，保证编码没有默默丢失标志。

解码也要求准确字节数。对一个四字节字段，只收到一字节不应自动补齐，因为那可能是上层报文截断；编码时主动补零和接收时宽容缺失，属于两个不同的协议决定。若系统确实使用可变长格式，应另行规定长度前缀和最大宽度，而不是让接收端猜。

十位字段占两个字节，但第二字节只有低两位可用，剩余六位是保留位。程序通过解码后的有效位长度检查它们，[0,4] 会被拒绝，因为它设置了位十。对将来版本预留的位，是拒绝、忽略还是转交新版本处理，也应由版本协议明确；当前程序采用严格拒绝。

byte 在 Java 中有符号，输出负数不代表某个标志“成了负位”。需要人工核对时，可以按 b & 0xff 或十六进制显示。比起观察十进制数组是否眼熟，更可靠的验证是挑几个明确编号的位，检查它们映射到哪个字节、哪个掩码，并同时测试全零与最高允许位。

在字段边界做拷贝与验证

本例编码得到新 byte 数组，解码也得到独立 BitSet；它们不依赖对方继续保持原数组内容。真实协议代码仍应控制谁能修改返回对象，尤其不要让多个请求共享同一个可变标志集合。BitSet 本身没有提供无条件的多线程修改安全。

宽度上限 4096 属于本例防止意外大分配的策略。若从报文中读取宽度，应先校验再做 (bits + 7) / 8 等计算，不能在不可信长度上先分配数组。固定协议则更简单：把宽度定义为明确常量，让长度错误在进入后续业务前停止。

最后拿本工具对接已有系统时，先拿到对端的位编号示例。单独写着“大端”或“小端”还不够说明字节内位序，文档里的第一个标志也可能按最高位编号。先对齐一组已知标志的真实字节，再复用这里的定长封装，才能避免双方都能编解码、跨语言却互不理解的情况。