位图

位图

方法介绍

什么是位图

所谓的位图（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。

位图通过使用 bit 数组来表示某些元素是否存在，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。

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位图的方法来达到排序的目的。要表示 8 个数，就只需要 8 个 bit（等于 1 字节），首先我们开辟 1 字节 的空间，将这些空间的所有 bit 位都置为 0 ，如图 6-6：

图 6-6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 ， 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 0 开始的，所以要把第五个位置为一， 如图 6-7：

图 6-7然后再处理第二个元素 7，将第八个位置为 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，如图 6-8：

问题实例

1. 电话号码的统计

   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，大概十几兆字节的内存即可。

2. 2.5 亿个数的去重
   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
   分析：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。
   也可采用与第 1 题类似的方法，进行划分小文件的方法。然后在小文件中找出不重复的整数，并排序。
   然后再进行归并，注意去除重复的元素。”

3. 整数的快速查询
   给 40 亿个不重复的 unsigned int 的整数，没排过序的，然后再给一个数，如何快速判断这个数是否在
   那 40 亿个数当中？
   分析：可以用位图/Bitmap 的方法，申请 512M 的内存，一个 bit 位代表一个 unsigned int 值。读入 40
   亿个数，设置相应的 bit 位，读入要查询的数，查看相应 bit 位是否为 1，为 1 表示存在，为 0 表示不存在。·