大数据之位图法简单实现

所谓bitmap，就是用每一位来存放某种状态，适用于大规模数据，但数据状态又不是很多的情况。通常是用来判断某个数据存不存在的。
举个栗子，给定40亿个整型数据，现在给一个整数，要求判断这个数在不在这40亿个数据中，先计算一下，40亿个整型，存储占用160亿字节，约16G内存，现在一般的个人计算机有2G和4G的内存，是无法直接计算的，如果分批进行操作，那么开销也非常大。如果使用位图，用一个位标志一个数据存在与否，那么存储需要约500M。
简单实现一下：

#include<iostream>
#include<vector>
using namespace std;

class bitmap
{
public:
    bitmap(size_t size = 1024)            //为位图设定空间
    {
        _a.resize((size >> 5) + 1);       //等价于size/32+1,单使用移位法效率较高

    }

    void set(size_t num)              //对现有数据所对应位置1
    {
        size_t index = num >> 5;
        size_t pos = num % 32;
        _a[index] |= (1 << pos);

    }


    void reset(size_t num)
    {
        size_t index = num >> 5;
        size_t pos = num % 32;
        _a[index] &= (~(1 << pos));
    }

    bool test(size_t num)        //判断数据是否存在
    {
        size_t index = num >> 5;
        size_t pos = num % 32;
        return _a[index] & (1 << pos);
    }
private:
    vector<size_t> _a;
};

简单测试：

int main()
{
    //测试
    bitmap A(2048);
    int N[] = { 0, 1, 5, 6, 8, 9, 1, 62, 365, 48, 565, 488 };
    for (int i = 0; i < sizeof(N) / sizeof(N[0]);++i)
    { 
        A.set(N[i]);
    }
    cout << A.test(488) <<"  "<<A.test(10)<< endl;   //488存在,10不存在 

    return 0;
}

结果：