大数据中2Bitmap的思想

/*
2-Bitmap_main.cpp
在2.5亿个整数中找出不重复的整数，注，内存不足以容纳这2.5亿个整数。
下面都假定为非负整数！！！
方案1：采用2-Bitmap（每个数分配2bit，00表示不存在，01表示出现一次，10表示多次，11无意义）进行，
共需内存2^32 * 2 bit=1 GB内存，还可以接受。然后扫描这2.5亿个整数，查看Bitmap中相对应位，如果是00变01，01变10，10保持不变。
所描完事后，查看bitmap，把对应位是01的整数输出即可。
*/
#include<stdio.h>  
#include<memory.h>  
#include <cassert>
/*
每个数分配2bit，00表示不存在，01表示出现一次，10表示多次，11无意义
用char数组存储2-Bitmap,不用考虑大小端内存的问题
2Bitmap a[40];
也就是说把2Bitmap看做一种数据类型，占两位。如2Bitmap a[8];共占8*2==16位，共2个字节。
但是我们不能直接用指针或下标操作来定位a[i]。故只能通过对char类型数据进行运算，来得到相应的a[i].
如：char b[10], b[0]对应a[3],a[2],a[1],a[0],
                b[1]对应a[7],a[6],a[5],a[4],
				...........................
				b[9]对应a[39],a[38],a[37],a[36]
				即b[j]对应:a[j*4+3],a[j*4+2],a[j*4+1],a{j*4]
				反过来，a[i]对应b[i/4]的i%4 *2+1与i%4 *2 位
*/
const unsigned int N = 1000;
unsigned char b[N] = {0};//可以统计N*4个整数的情况
/*
此时 2Bitmap a[4*N];(当然不能在程序中这么写了)
a[i]为0，表示整数i没有出现过；为1表示整数i出现1次，为2表示整数i出现多次，为3表示未定义
*/

//************************************
// Method:    get_value  获取a[i]即b[j]中的第i%4 *2+1与i%4 *2 位
// FullName:  get_value
// Access:    public 
// Returns:   unsigned int
// Qualifier:
// Parameter: size_t i
//************************************
unsigned int get_value(size_t i)
{
	int index = i%4; 
	//获取b[j]的第index *2+1与index *2 位上的值所对应的整数值
	return return (0x03<<(index*2))&b[i/4];
	
}

//************************************
// Method:    set_value  设置a[i]为val,即设置b[j]的第index *2+1与index *2 位为val二进制的后两位
// FullName:  set_value
// Access:    public 
// Returns:   void
// Qualifier:
// Parameter: size_t i
// Parameter: unsigned char val
//************************************
void set_value(size_t i, unsigned char val)
{
	assert(a<4);
	int index = i%4;
//	b[i/4] = b[i/4] (val<<(index*2));
	b[i/4] = (b[i/4]&~((0x3<<(2*index))&0xff)) | (((val%4)<<(2*index))&0xff);

}

unsigned add_one(int idx)  
{  
	if (get_value(idx)>=2) {  
		return 1;  
	}  
	else  {  
		set_value(idx, get_value(idx)+1);  
		return 0;  
	}  
}