bitmap应用及实现（哈希表）

当实现时间复杂度优化的时候，经常会用到hash表来存储一些数据，然后查找，来提高时间复杂度。如果直接设置int arr[]数组，对于大数据来说，会需要很大的空间来存储，严重影响效率。而bitmap是用位来存储数据的：如果只是表示有无，每个数据分配1位；如果表示多个，可能需要给每个数据分配多位（例如统计大数据中不重复的个数，用0、1、2来表示状态）

bitmap在对数据进行排序时，其复杂度为O(n)。当然这是拿空间换来的。与bitmap类似的还有Bloom filter，Bloom filter可以看做是对bit-map的扩展。

样例1：对数组array[4,7,2,5,3]排序

bitmap采用的是以空间换时间的思想，数组中最大元素值为7，所以在内存中开辟8位的存储空间，存储空间大小的确定方法是（元素最大值/8+1），之所以除以8，是因为开辟空间的时候以byte为单位，1byte=8bit。

开辟8位的空间后，每位初始化为0，如下表：

0号位	1号位	2号位	3号位	4号位	5号位	6号位	7号位
0	0	0	0	0	0	0	0

开始遍历array数组，array[0]=4时，则将4号位’置1，变为下表：

0号位	1号位	2号位	3号位	4号位	5号位	6号位	7号位
0	0	0	0	1	0	0	0

array[1]=7时，则将7号位置1，变为下表：

0号位

1号位

2号位

3号位

4号位

5号位<