位图，BitSet分析

n%8 n&7

n模8意思取8的余数，将n分为8个一组，剩下不够8个的作为余数。

   00001000 8

& 00000111 7

--------------------

   00000000 0

一个数如果有8的余数必定会出现在低3位中，即1~7，都可以中低3位表示出来，所以在低3位留1，高位全0，与运算后就会保留下8的余数。

n/8等于n被分成了多少组，159/8=19（向下取整）排第159的数字被分到第19组。

n%8得到的余数代表n这个数字在那一组的组内排号，如 159%8=19 ...... 7 代表159在第19组中的第7个位置。

bitMap[index] &= (1 << getPosition(k));

有人提到以上的写法，当 byte i = (byte)(1 << 7)时会出现溢出情况，即128赋给byte时会被转成-128，因为byte范围[-128, 127]。

但这是没关系的，因为位图中只是依靠位上的0/1来表示当前位的下标的数是否存在，

无关当前位是否 -128，当一个字节的头位被置为1，10000000，在内存中它的确表示负数，

但是位图中表示第8位的数字存在。

学习以上基础知识后，其实BitSet和自己写的BitMap很像，除了BitSet写的更加全面、健壮。

其中BitSet的设置数字部分有点不同，直接将 bitIndex（就是要添加的数字）左移，

如果我添加1亿，会不会超过long的64位范围？

不会，超出后会重新回到低位开始继续左移，例如 1L

最后与该数字所在的long做 或运算。get()函数也是如此。

其实这样做和对 被添加的数字做取余运算是一样的。

 

快速去重

20亿个整数中找出不重复的整数的个数，内存不足以容纳这20亿个整数。 

首先，根据“内存空间不足以容纳这05亿个整数”我们可以快速的联想到Bit-map。下边关键的问题就是怎么设计我们的Bit-map来表示这20亿个数字的状态了。其实这个问题很简单，一个数字的状态只有三种，分别为不存在，只有一个，有重复。因此，我们只需要2bits就可以对一个数字的状态进行存储了，假设我们设定一个数字不存在为00，存在一次01，存在两次及其以上为11。那我们大概需要存储空间2G左右。

接下来的任务就是把这20亿个数字放进去（存储），如果对应的状态位为00，则将其变为01，表示存在一次；如果对应的状态位为01，则将其变为11，表示已经有一个了，即出现多次；如果为11，则对应的状态位保持不变，仍表示出现多次。

最后，统计状态位为01的个数，就得到了不重复的数字个数，时间复杂度为O(n)。

小结&回顾

Bitmap主要用于快速检索关键字状态，通常要求关键字是一个连续的序列（或者关键字是一个连续序列中的大部分）， 最基本的情况，使用1bit表示一个关键字的状态（可标示两种状态），但根据需要也可以使用2bit（表示4种状态），3bit（表示8种状态）。

Bitmap的主要应用场合：表示连续（或接近连续，即大部分会出现）的关键字序列的状态（状态数/关键字个数  越小越好）。

32位机器上，对于一个整型数，比如int a=1 在内存中占32bit位，这是为了方便计算机的运算。但是对于某些应用场景而言，这属于一种巨大的浪费，因为我们可以用对应的32bit位对应存储十进制的0-31个数，而这就是Bit-map的基本思想。Bit-map算法利用这种思想处理大量数据的排序、查询以及去重。

参考文章：

Java中Bitmap的实现 - 简书 Java中Bitmap的实现

Bitmap简介 - 废物大师兄 - 博客园 很好的BitSet解析文章和布隆过滤器

Java1.8-BitSet源码分析 - 简书 Java1.8-BitSet源码分析