位图

位图

今天介绍的数据结构叫做位图，在介绍之前，首先看一道“简单”的题目，

给出40亿个数据，给出一个四位数字，判断该数字是否在这四十亿个数字中。

这道题难点并不在思路，之前我们使用的链表红黑树等算法思想都能解决这个问题，但是有一点无法解决，40亿个数太太太太大了，换算成int类型大约16G大小的空间，计算机的内存可不一定够，聪明的读者可能想到了char类型来出错结构，从16G的需求降低到4G的需求，但是仍然不够，继续拆分，1个byte可以拆成8bit，假如我们用每一个bit储存数字的存在状态，只需要500M的内存就够用了。
位图就是基于这种思想实现的。

位图模型

下面是比特位映射数字的模型

1个int可以拆成32个bit，假如我们使用32个bit来映射数据，节省了32倍的空间，具体的实现，请往下看

设计位图

为了方便，我们使用vector来替我们管理空间，我们只要做到数字的插入和删除就足够了

位图的构造函数

class BitMap
{
public:
	BitMap(const int& size = 0)
	{
		_bit.resize((size >> 5) + 1);
		/*将传入的数字除32，+1是因为假如不是整除，要给余数留一个位置*/
	}
private:
	vector<int> _bit;
};

位图的插入

	void insert(const int& size)
	{
		int _bitsize = size % 32;//第几个比特位
		int index = size / 32;

		_bit[index] |= (1 << _bitsize);
	}

这里说明一下，int _bitsize = size % 32和int index = size / 32的功能，假设我们要插入两个数字5和32，第一步找到对应字节所在的int，第二步在int中找到，bit位的位置。

**_bit[index] |= (1 << _bitsize)**用位运算将对应bit置为1.

位图的删除

和位图的插入思想相同

	void erase(const int& size)
	{
		int _bitsize = size % 32;
		int index = size / 32;

		_bit[index] &= ~(1 << _bitsize);
	}

**_bit[index] &= ~(1 << _bitsize)**将对应位置为0.

位图的查找

	bool findbit(const int& size)
	{
		int _bitsize = size % 32;
		int index = size / 32;
		return _bit[index] & (1 << _bitsize);
	}

**_bit[index] & (1 << _bitsize)**判断对应bit是否为1.

位图的完整代码

完成了上面的函数的实现，已经将位图实现的七七八八了，下面是位图的完整代码可供参考。

namespace bit
{
class BitMap
{
public:
	BitMap(const int& size = 0)
	{
		_bit.resize((size >> 5) + 1);
	}

	void insert(const int& size)
	{
		int _bitsize = size % 32;//第几个比特位
		int index = size / 32;

		_bit[index] |= (1 << _bitsize);
	}

	void erase(const int& size)
	{
		int _bitsize = size % 32;
		int index = size / 32;

		_bit[index] &= ~(1 << _bitsize);
	}
	bool findbit(const int& size)
	{
		int _bitsize = size % 32;
		int index = size / 32;
		return _bit[index] & (1 << _bitsize);
	}
private:
	vector<int> _bit;
};
}

拓展

现在将问题修改为查找该数字在40亿数据中是否出现两次，需要将位图进行修改，用2个比特位来储存数字的出现情况。
N位位图的实现如下

class BitMap
{
public:
	BitMap(const int& size = 0)
	{
		_bit.resize((size >> 4) + 1);
	}

	void insert(const int& size)
	{
		int _bitsize = size % 16;//计算第几组比特位
		int index = size / 16;
		bool first = _bit[index] &(1<<_bitsize*2);
		bool second = _bit[index] & (1 << _bitsize * 2+1);
		if (!(first && second))
		{
			_bit[index] += (1 << _bitsize * 2);
		}
	}

	void erase(const int& size)
	{
		int _bitsize = size % 16;
		int index = size / 16;
		bool first = _bit[index] & (1 << _bitsize * 2);
		bool second = _bit[index] & (1 << _bitsize * 2 + 1);
		if (!(first && second))
		{
			_bit[index] -= (1 << _bitsize * 2);
		}

	}

	bool find(const int& size)
	{
		int _bitsize = size % 16;
		int index = size / 16;
		return _bit[index] & (1 << _bitsize*2+1);
	}

private:
	vector<int> _bit;
};

总结

位图的思想和哈希表的思想类似，但是比哈希表实现简单
优点

• 实现简单
• 缺点
• 可读性差,
• 位图对有符号类型数据的存储，需要 2 位来表示一个有符号元素。这会让位图能存储的元素个数，元素值大小上限减半。 比如 8K 字节内存空间存储 short 类型数据只能存 8K*4=32K 个，元素值大小范围为 -32K~32K 。

我们实现的位图只能实现数字的映射，对于string字符串等数据结构的映射就显得无从下手了，不过已经有大佬提前考虑到了这种情况，用一种数据结构解决了这个问题，这个数据结构叫做布隆过滤器，具体的情况请看下一篇博客