bitMap浅析

基本思想：

       所谓的BitMap就是用一个bit位来标记某个元素所对应的value，而key即是该元素，由于BitMap使用了bit位来存储数据，因此可以大大节省存储空间。

举例：

　　这此我用一个简单的例子来详细介绍BitMap算法的原理。假设我们要对0-7内的5个元素(4,7,2,5,3)进行排序(这里假设元素没有重复)。我们可以使用BitMap算法达到排序目的。要表示8个数，我们需要8个byte。

　　1.首先我们开辟一个字节(8byte)的空间，将这些空间的所有的byte位都设置为0

　　2.然后便利这5个元素，第一个元素是4，因为下边从0开始，因此我们把第五个字节的值设置为1

        即：00000100

　　3.然后再处理剩下的四个元素，最终8个字节的状态如下图

       即：00111101

　　4.现在我们遍历一次bytes区域，把值为1的byte的位置输出(2,3,4,5,7)，这样便达到了排序的目的

　　从上面的例子我们可以看出，BitMap算法的思想还是比较简单的，关键的问题是如何确定10进制的数到2进制的映射图

MAP映射：

　　假设需要排序或则查找的数的总数N=100000000，BitMap中1bit代表一个数字，1个int = 4Bytes = 4*8bit = 32 bit,那么N个数需要N/32 int空间。所以我们需要申请内存空间的大小为int a[1 + N/32]，其中：a[0]在内存中占32为可以对应十进制数0-31，依次类推：

　　a[0]-----------------------------> 0-31

　　a[1]------------------------------> 32-63

　　a[2]-------------------------------> 64-95

　　a[3]--------------------------------> 96-127

　　那么十进制数如何转换为对应的bit位，下面介绍用位移将十进制数转换为对应的bit位:

　　1.求十进制数在对应数组a中的下标

　　十进制数0-31，对应在数组a[0]中，32-63对应在数组a[1]中，64-95对应在数组a[2]中………，使用数学归纳分析得出结论：对于一个十进制数n，其在数组a中的下标为：a[n/32]

　　2.求出十进制数在对应数a[i]中的下标

　　例如十进制数1在a[0]的下标为1，十进制数31在a[0]中下标为31，十进制数32在a[1]中下标为0。 在十进制0-31就对应0-31，而32-63则对应也是0-31，即给定一个数n可以通过模32求得在对应数组a[i]中的下标。

　　3.位移

　　对于一个十进制数n,对应在数组a[n/32][n%32]中，但数组a毕竟不是一个二维数组，我们通过移位操作实现置1

　　a[n/32] |= 1 << n % 32
　　移位操作：
　　a[n>>5] |= 1 << (n & 0x1F)

　　n & 0x1F 保留n的后五位 相当于 n % 32 求十进制数在数组a[i]中的下标

代码：

#include<stdio.h>
#include <stdlib.h>
#include <string.h>

#define N  10000000
int *a = NULL;

void addValue(int n){
    //row = n / 32 
    int row = n >> 5;
    //a[row] |= n % 32
    a[row] |= 1 << (n & 0x1F);
}
/*
    eg:n=5  
*/
int exits(int n){
    int row = n >> 5; //row 等于 0
    int tmp = 1 << (n & 0x1F); //(n & 0x1F)=5， tmp=01000000
    int res = a[row] & (tmp);  //当前环境为小端（是指数据的高字节保存在内存的高地址中）
    return (res == tmp);
}

void display(int row){
    char value[4] = {0};
    char map_value[64] = {0};
    int tmp_byte = 0;
    int i = 0, j = 0;
    for(i=0;i<row;i++){
	int temp = a[i];
	for(j=0;j<32;j++){
		tmp_byte = temp & 1; //十进制转为二进制,配合temp >> 1使用
		bzero(value, 4);
		sprintf(value, "%d", tmp_byte);
		strcat(map_value, value);
		(j == 31)? strcat(map_value, "\n"):strcat(map_value, ",");
		temp >>= 1;
			
	}
	printf("a[%d] %s", i, map_value);
	bzero(map_value, 64);
	}
}

int main(int argc, char **argv)
{
    int i = 0;
    a = (int *)calloc(sizeof(int), N/32 + 1);
    int num[] = {1,5,30,32,64,56,159,120,21,17,35,45};
    for(i=0;i<sizeof(num)/sizeof(int);i++){
            addValue(num[i]);
    }
    int temp = atoi(argv[1]);
    if(exits(temp)){
        printf("temp:%d exists\n", temp);
    }
    else
    {
	printf("temp:%d not exists\n", temp);
    }	
	
    display(6);
    free(a);
    a = NULL;
    return 0;
}

实际应用：

1.Bit-map应用之快速排序
　　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）,我们就可以采用Bit-map的方法来达到排序的目的。要表示8个数，我们就只需要8个Bit（1Bytes），首先我们开辟1Byte的空间，将这些空间的所有Bit位都置为0，
　　缺点：
　　　　所有的数据不能重复。即不可对重复的数据进行排序和查找。

2. Bit-map应用之快速去重
　　2.5亿个整数中找出不重复的整数的个数，内存空间不足以容纳这2.5亿个整数。 
　　首先，根据“内存空间不足以容纳这2.5亿个整数”我们可以快速的联想到Bit-map。下边关键的问题就是怎么设计我们的Bit-map来表示这2.5亿个数字的状态了。其实这个问题很简单，一个数字的状态只有三种，分别为不存在，只有一个，有重复。因此，我们只需要2bits就可以对一个数字的状态进行存储了，假设我们设定一个数字不存在为00，存在一次01，存在两次及其以上为11。那我们大概需要存储空间几十兆左右。
　　接下来的任务就是遍历一次这2.5亿个数字，如果对应的状态位为00，则将其变为01；如果对应的状态位为01，则将其变为11；如果为11，,对应的转态位保持不变。
　　最后，我们将状态位为01的进行统计，就得到了不重复的数字个数，时间复杂度为O(n)。

3. Bit-map应用之快速查询
　　同样，我们利用Bit-map也可以进行快速查询，这种情况下对于一个数字只需要一个bit位就可以了，0表示不存在，1表示存在。假设上述的题目改为，如何快速判断一个数字是够存在于上述的2.5亿个数字集合中。
　　同之前一样，首先我们先对所有的数字进行一次遍历，然后将相应的转态位改为1。遍历完以后就是查询，由于我们的Bit-map采取的是连续存储（整型数组形式，一个数组元素对应32bits），我们实际上是采用了一种分桶的思想。一个数组元素可以存储32个状态位，那将待查询的数字除以32，定位到对应的数组元素（桶），然后再求余（%32），就可以定位到相应的状态位。如果为1，则代表改数字存在；否则，该数字不存在。