关闭

Bit-map(位图)

445人阅读 评论(0) 收藏 举报

什么是Bit-map

    所谓的Bit-map就是用一个bit位来标记某个元素对应的Value, 而Key即是该元素。由于采用了Bit为单位来存储数据,因此在存储空间方面,可以大大节省。

    如果说了这么多还没明白什么是Bit-map,那么我们来看一个具体的例子,假设我们要对0-7内的5个元素(4,7,2,5,3)排序(这里假设这些元素没有重复)。那么我们就可以采用Bit-map的方法来达到排序的目的。要表示8个数,我们就只需要8个Bit(1Bytes),首先我们开辟1Byte的空间,将这些空间的所有Bit位都置为0(如下图:)

    然后遍历这5个元素,首先第一个元素是4,那么就把4对应的位置为1(可以这样操作 p+(i/8)|(0×01<<(i%8)) 当然了这里的操作涉及到Big-ending和Little-ending的情况,这里默认为Big-ending),因为是从零开始的,所以要把第五位置为一(如下图):

      

然后再处理第二个元素7,将第八位置为1,,接着再处理第三个元素,一直到最后处理完所有的元素,将相应的位置为1,这时候的内存的Bit位的状态如下:

然后我们现在遍历一遍Bit区域,将该位是一的位的编号输出(2,3,4,5,7),这样就达到了排序的目的。下面的代码给出了一个BitMap的用法:排序。

  1. //定义每个Byte中有8个Bit位  
  2. #include <memory.h>  
  3. #define BYTESIZE 8  
  4. void SetBit(char *p, int posi)  
  5. {  
  6.     for(int i=0; i < (posi/BYTESIZE); i++)  
  7.     {  
  8.         p++;  
  9.     }  
  10.   
  11.     *p = *p|(0x01<<(posi%BYTESIZE));//将该Bit位赋值1  
  12.     return;  
  13. }  
  14.   
  15. void BitMapSortDemo()  
  16. {  
  17.     //为了简单起见,我们不考虑负数  
  18.     int num[] = {3,5,2,10,6,12,8,14,9};  
  19.   
  20.     //BufferLen这个值是根据待排序的数据中最大值确定的  
  21.     //待排序中的最大值是14,因此只需要2个Bytes(16个Bit)  
  22.     //就可以了。  
  23.     const int BufferLen = 2;  
  24.     char *pBuffer = new char[BufferLen];  
  25.   
  26.     //要将所有的Bit位置为0,否则结果不可预知。  
  27.     memset(pBuffer,0,BufferLen);  
  28.     for(int i=0;i<9;i++)  
  29.     {  
  30.         //首先将相应Bit位上置为1  
  31.         SetBit(pBuffer,num[i]);  
  32.     }  
  33.   
  34.     //输出排序结果  
  35.     for(int i=0;i<BufferLen;i++)//每次处理一个字节(Byte)  
  36.     {  
  37.         for(int j=0;j<BYTESIZE;j++)//处理该字节中的每个Bit位  
  38.         {  
  39.             //判断该位上是否是1,进行输出,这里的判断比较笨。  
  40.             //首先得到该第j位的掩码(0x01<<j),将内存区中的  
  41.             //位和此掩码作与操作。最后判断掩码是否和处理后的  
  42.             //结果相同  
  43.             if((*pBuffer&(0x01<<j)) == (0x01<<j))  
  44.             {  
  45.                 printf("%d ",i*BYTESIZE + j);  
  46.             }  
  47.         }  
  48.         pBuffer++;  
  49.     }  
  50. }  
  51.   
  52. int _tmain(int argc, _TCHAR* argv[])  
  53. {  
  54.     BitMapSortDemo();  
  55.     return 0;  
  56. }  

可进行数据的快速查找,判重,删除,一般来说数据范围是int的10倍以下

基本原理及要点

使用bit数组来表示某些元素是否存在,比如8位电话号码

扩展

Bloom filter可以看做是对bit-map的扩展(关于Bloom filter,请参见:海量数据处理之Bloom filter详解)。

问题实例

1)已知某个文件内包含一些电话号码,每个号码为8位数字,统计不同号码的个数。

    8位最多99 999 999,大概需要99m个bit,大概10几m字节的内存即可。 (可以理解为从0-99 999 999的数字,每个数字对应一个Bit位,所以只需要99M个Bit==1.2MBytes,这样,就用了小小的1.2M左右的内存表示了所有的8位数的电话)

2)2.5亿个整数中找出不重复的整数的个数,内存空间不足以容纳这2.5亿个整数。

    将bit-map扩展一下,用2bit表示一个数即可,0表示未出现,1表示出现一次,2表示出现2次及以上,在遍历这些数的时候,如果对应位置的值是0,则将其置为1;如果是1,将其置为2;如果是2,则保持不变。或者我们不用2bit来进行表示,我们用两个bit-map即可模拟实现这个2bit-map,都是一样的道理。

参考:

  1. http://www.cnblogs.com/youwang/archive/2010/07/20/1781431.html
  2. http://blog.redfox66.com/post/2010/09/26/mass-data-4-bitmap.aspx

完。

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:452922次
    • 积分:6011
    • 等级:
    • 排名:第4347名
    • 原创:123篇
    • 转载:136篇
    • 译文:0篇
    • 评论:64条
    博客专栏
    最新评论