Reorganize inflate window layout

This commit significantly improves inflate performance by reorganizing the window buffer into a contiguous window and pending output buffer. The goal of this layout is to reduce branching, improve cache locality, and enable for the use of crc folding with gzip input.

The window buffer is allocated as a multiple of the user-selected window size. In this commit, a factor of 2 is utilized.

The layout of the window buffer is divided into two sections. The first section, window offset [0, wsize), is reserved for history that has already been output. The second section, window offset [wsize, 2 * wsize), is reserved for buffering pending output that hasn't been flushed to the user's output buffer yet.

The history section grows downwards, towards the window offset of 0. The pending output section grows upwards, towards the end of the buffer. As a result, all of the possible distance/length data that may need to be copied is contiguous. This removes the need to stitch together output from 2 separate buffers.

In the case of gzip input, crc folding is used to copy the pending output to the user's buffers.

Co-authored-by: Nathan Moinvaziri <nathan@nathanm.com>

Fixed minideflate write buffers being overwritten.

[ARM] Try to compile test for float-abi detection code.

[MacOS] Downgrade to XCode 11.7.0 for pkgcheck.

IBM Z: Run DFLTCC tests on the self-hosted builder

* Use the self-hosted builder instead of ubuntu-latest.
* Drop qemu-related settings from DFLTCC configurations.
* Install codecov only for the current user, since the self-hosted
  builder runs under a restricted non-root account.
* Use actions/checkout@v2 for configure checks, since for some reason
  actions/checkout@v1 cannot find git on the self-hosted builder.
* Update the testing section of the DFLTCC README.
* Add the infrastructure code for the self-hosted builder.

ENH: Transition to Ubuntu 18.04 in `GitHub` actions workflows

Transition to Ubuntu 18.04 in `GitHub` actions workflows.

Fixes:
```
Ubuntu 16.04 Clang
This request was automatically failed because there were no enabled runners online to process the request for more than 1 days.

Ubuntu 16.04 GCC
This request was automatically failed because there were no enabled runners online to process the request for more than 1 days.
```

reported for example at:
https://github.com/zlib-ng/zlib-ng/actions/runs/1326434358

Official `GitHub` notice related to the removal of the 16.04 virtual
environments:
https://github.blog/changelog/2021-04-29-github-actions-ubuntu-16-04-lts-virtual-environment-will-be-removed-on-september-20-2021/

Fix minor formatting issues

From ITK PR: https://github.com/InsightSoftwareConsortium/ITK/pull/2803
CI check: https://github.com/InsightSoftwareConsortium/ITK/runs/3864083025

commit 5434d42 adds bad whitespace:
README.md:223: new blank line at EOF.

commit 5434d42 is not allowed; missing newline at the end of file in .gitattributes.

COMP: Fix data loss warning

Fix data loss warning.

Fixes:
```
itkzlib-ng/inflate.c(1209,24): warning C4267: '=': conversion from 'size_t' to 'unsigned long', possible loss of data
itkzlib-ng/inflate.c(1210,26): warning C4267: '=': conversion from 'size_t' to 'unsigned long', possible loss of data
```

Make integration into bigger projects easier

IBM Z: Adjust compressBound() for DFLTCC

When DFLTCC was introduced, deflateBound() was adjusted, but
compressBound() was not, leading to compression failures when using
compressBound() + compress() with poorly compressible data.

IBM Z: Sync crc_fold with DFLTCC

Intermediate CRC32 value was moved from strm->adler to
state->crc_fold.

IBM Z: Do not check inflateGetDictionary() with DFLTCC

The zlib manual does not specify a strict contract for
inflateGetDictionary(), it merely says that it "Returns the sliding
dictionary being maintained by inflate", which is an implementation
detail. IBM Z inflate's behavior differs from that of software, and
may change in the future to boot.

Link crc32_test and infcover with $(CFLAGS)

This fixes link failures when using CFLAGS=-m31 on IBM Z. All the
other tests are already linked this way.

IBM Z: Fix building outside of a source directory

Do not use relative includes, since they are valid only within the
source directory. Rely on the build system to pass the necessary
include flags instead.

Exercise the new symbol prefix option in CI tests

Add support for name mangling

This is useful when zlib-ng is embedded into another library,
such as ITK: https://itk.org/

Closes #1025.

Co-authored-by: Mika Lindqvist <postmaster@raasu.org>

Use helper function for printing error and exiting in example.

Added code coverage for inflateGetDictionary in example.

Call deflateBound to calculate length with custom gzip header in example.

Fill out gzheader before calling deflateSetHeader for better code coverage in example.

Added CI instances for CTZLL and CTZ builtin existence to improve code coverage.

Fix UB in inffast.c when not using window

When not using window, `window + wsize` applies a zero offset to a null pointer, which is undefined behavior.

Fixed trailing whitespaces and missing new lines.

Fix hangs on macOS due to loading of misaligned addresses in chunkmemset_8.

Include win directory in pigz even if not using threads.

Fixed undefined behavior of isgraph when character is not in the range 0 through 0xFF inclusive.

Use static inline functions for crc32 folding load/save.

Move crc32 folding functions into functable.

Added CRC32_INITIAL_VALUE to prevent initial call to crc32 function.

Add new crc32 unit test

Add optimized crc32 for POWER8 and later processors

This commit adds an optimized version of the crc32 function based
on crc32-vpmsum from https://github.com/antonblanchard/crc32-vpmsum/ .
The code has been relicensed to the zlib license.

This is the C implementation created by Rogerio Alves <rogealve@br.ibm.com>

It makes use of vector instructions to speed up CRC32 algorithm. Decompression
times were improved by +30% on tests.

Based on Daniel Black's work for the original zlib (madler/zlib#478).

Standardize crc32_stub

Reorganize statements inside crc32_stub() to match more closely the format
used for other function stubs in functable.c.

[arm] Disable ACLE, UNALIGNED_OK and UNALIGNED64_OK on armv7 and earlier.
* armv7 has partial support for unaligned reads, but compiler might use instructions that do not support unaligned accesses

[PowerPC] Use templatized code for slide_hash as code for VMX and VSX is very similar
* Any differences can be handled using compiler options or added as macros before including template header

Add AltiVec (VMX) to supported intrinsics for adler32 and slide_hash.

Add PowerPC without Power8 optimizations to GitHub Actions' configure and cmake workflows.

PowerPC: Add initial support for AltiVec.
* Add detection of VMX instructions

Fix Z_SOLO mode

Without this patch, #include <zlib.h> with Z_SOLO defined
(e.g. while building perl 5.34.0) fails because of use of
undefined types.

Rename slide source files to slide_hash to match function name.

Separate slide_hash_c in the same way that insert_string_c is separated from deflate.c.

Added build system check for posix_memalign support.

Co-authored-by: concatime <concatime@users.noreply@github.com>
Co-authored-by: Mika Lindqvist <postmaster@raasu.org>

Use STDC11 defined earlier in zbuild.h for Z_TLS check.

IBM Z: Add vectorized CRC32 implementation

While DFLTCC takes care of accelerating compression on level 1, other
levels can be sped up too by computing CRC32 using various vector
instructions.

Take the Linux kernel assembly code that does that - its original
author (Hendrik Brueckner) works for IBM at the time of writing and has
allowed reusing the code under the zlib license. Rewrite it in C for
better maintainability, but keep the original structure, variable names
and comments.

Update the documentation.

Add CI configurations.

Remove extra division operation in chunkcopy.

Remove deflate_state dependency from crc_folding.

Fixed missing enclosing parentheses for ZSWAP64 in zutil.h to avoid erroneous result in inffast.c.

Don't define HASH_SIZE if it is already defined.

Added reduced memory cmake CI job.

Turn off reduced memory cmake option by default.

[Power8] Add chunk*_power8.

Added reduced memory configuration option to CMake and configure.

Switch longest_match in deflate_slow based on whether or not rolling hash is being used.

Co-authored-by: Hans Kristian Rosbach <hk-git@circlestorm.org>

Use UNLIKELY for branches related to rolling hash based on performance profiling.

Co-authored-by: Nathan Moinvaziri <nathan@nathanm.com>

Use longest_match_slow in deflate_slow.

Separate fast-zlib matching algorithm into its own longest_match variant.

Minor prev_length calculation improvement in deflate_slow.

Enable rolling hash function switching for fast-zlib.

Incorporate fast-zlib algorithm changes into longest_match.

Use STD_MIN_MATCH instead of WANT_MIN_MATCH in deflate_slow for fast-zlib.

Setup hash functions to be switched based on compression level.

Added update_hash to build hash incrementally.

Added rolling hash functions for hash table.

[functable] Add missing call to cpu_check_features().

Cast calculation of safe length to unsigned int to avoid compiler warnings.

Minor optimization of inftrees.c based on profiling

Separate option and add_feature_info in cases where intrinsics are not available we can report feature is disabled.

[chunkcopy_safe] Don't call chunkcopy().
* chunkcopy() can read or write more than the safe length if the length is not multiple of chunk size.

[chunkset_neon] Use vdupq_n_u64.
* Using vdupq_n_u64 duplicates the unsigned 64-bit integer to two consecutive aligned memory locations in stack so compiler can use wider load instructions.
  All different-sized general-purpose registers overlay on ARM/AArch64, so any vector cast is no-op in assembly.

[chunkset_neon] Don't use signed vector types.
* There is no need to convert between unsigned and signed vector types. All relevant intrinsics have versions for all unsigned vector types.

Fix MSVC warnings in hash_head_0.c test

Add support for Thread Local Storage to ensure consistency in functable.

Change requested compiler standard to C11

Added aarch64 to pigz GitHub actions workflow.

Reduce number of branches in partial chunk copy based on chunk size.

Fixed indentation in CMakeLists.txt after PR #906.

Added Z_UNUSED define for ignore unused variables.

Change WITH_SANITIZER to be a multi-option parameter (for ccmake etc).
Add support for selcting Thread sanitizer.

Added assert in chunkcopy to detect invalid length.

Calculate from and out buffer advance only once in chunkcopy.

Only need to add rem if it is greater than zero in chunkmemset.

Use MIN and MAX macros.

Initialize s->prev_length to 0.

Remove support for STD_MIN_MATCH != 3.
It has always been broken and untested anyways.

Minor formatting changes related to MIN_MATCH/MAX_MATCH

Separate MIN_MATCH into STD_MIN_MATCH and WANT_MIN_MATCH
Rename MAX_MATCH to STD_MAX_MATCH

Print architecture-specific static and shared object files in configure script similar to CMake.

Only run checks for intrinsics if optimizations are enabled.

Change bi_reverse to use a bit-twiddling hack for 240x speed improvement.

Must use safe chunk copies due to inflateBack using the same allocation for output and   window. In this instance if too many bytes are written it will not correctly write matches with distances close to the window size.

Reorder config table to avoid double negation, and to use the same
logical ordering as the other ifdef.

Rebalance levels 1-4.
- Deflate_quick (level 1), no longer limit window, improves compression.
- Deflate_medium, don't check next position for levels below 5.
- Use deflate_medium instead of deflate_fast for level 3.
- Tweak level 4 to give a more predictable speed/compression tradeoff curve.

Increase size of gzip output buffer to be a multiple of the size of deflate's pending buffer for improved performance and fewer calls to deflate.

Clean up deflate_stored and deflate_rle by using MIN() where applicable.

Separate huff, rle, and stored deflate strategies into their own source files.

Remove extra check that always is false in compare256_c_static.

Mod adler and sum2 when calculating adler32 for short lengths.

Sync use of adler32_len_16 among adler32 variants.

Remove legacy backticks notation for $(...) in configure script.

Fixed iterating over ls output is fragile in configure script.

Fixed malformed double quotes in shell script.