位图&&布隆过滤器

经典题【给40亿个无符号的且无序的不重复的整数，如何判断一个数是否存在于这40亿个整数之中。】
分析：40亿整数：也就是40*4 = 160亿字节，也就是需要16G的内存才可以将这40亿的整数存储。显然当代我们的计算机并不能达到这样的要求，为了解决这样的问题，我们就要想其它的方法。我们的目的是为了判断一个数是否存在，所以，我们就可以将问题简化，只需要1位表示0和1就可以判断一个数是否真正的存在。所以，40亿的数据如果我们用40亿位来表示，那么也是可以的，那么这样就大约需要500M的内存，如此，就可以完美的解决这个问题了。
上面的解题方法，就是采用位图的方法。

---

位图

位图：其实是哈希的一种拓展，本质是一种数组，用每个二进制位表示一种状态。即0表示不存在，表示存在。
下面我们举个栗子：
数据：{1，3，7，4，12，16，18，22，13，6}将这个集合存于位图之中。
第一步：判断一个数字应该存储于哪个位图之中。
第二步：判断一个数字应该存储于那个位图的哪一位之中。
第三步：找到该位，将位图的该位置为1。
如下图所示：

用途：用来判断某个数字是否存在于一个大的数据之中。
若想看具体的实现代码，请戳->位图代码实现

---

布隆过滤器（bloom filter）

用途：可以用来判断一个字符串是否存在于一大堆的字符串之中。
布隆过滤器其实是哈希和位图的拓展，为了减少哈希冲突，使用多次哈希函数进行计算哈希地址。
具体代码请移步->布隆过滤器（其实是在位图的基础上实现的）