bitmap算法

本文参考：Bitmap 算法解释与应用

概念

BitMap 就是用一个 bit 位来标记某个key对应的 value。由于采用bit为单位来存储数据，因此在可以大大的节省存储空间。

使用场景

bitmap排序

假设我们要对5个不重复的数（4，7，2，5，3）排序。
确定最大值是7，数值范围是0~7，共8个数，需要8bit，即1字节。

此时8个字节与集合中的数的对应关系为：

• 00010000 ： 4
• 10000000 ： 7
• 00000100 ： 2
• 00100000 ： 5
• 00001000 ： 3

所以最终8个bit的结果为10111100，遍历这8bit，所以排序结果为（7，5，4，3，2）。

bitmap排序只有在数据比较密集的时候才会有有其优势，很多情况下并不适用。比如对（1，1000，10万）这种数据集排序就很不合适。

bitmap查找

找出10亿个数字中是否存在某个值

使用bitmap+布隆过滤器，布隆过滤器可以看笔者另一篇文章 布隆过滤器简介

bitmap去重

已知某个文件内包含很多电话号码，每个号码为8个数字，统计不同号码的个数。

8位最多99999999,占用100,000,000个bit,大小为12MB，这样用12M内存就表示来所有8位数的电话。

bitmap查重

10亿个整数中找出不重复的整数的个数，内存空间不足以同时容纳这10亿个整数。

将bitmap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。