（小白易通）判断极大数据中一个数是否存在的唯一真神，哈希--位图-CSDN博客

本文链接：https://blog.csdn.net/creative_mind/article/details/141094028

引子：哈希应用有很多，我今天来介绍一种比较实用，并且已经有了Bitset库函数的使用--哈希--位图

什么是哈希位图？

位图本质是⼀个直接定址法的哈希表，每个整型值映射⼀个bit位，位图提供控制这个bit的相关接⼝，哈希位图是一种使用位图（Bitmap）来存储哈希表中元素存在性的数据结构。位图是一种数据结构，它使用位数组来表示数据，每个位代表一个元素的存在或不存在。在哈希位图中，哈希函数被用来将键映射到位图中的一个位上。如果该位为1，则表示对应的键存在，如果为0，则表示不存在。

实现中需要注意的是：C/C++没有对应位的类型，只能看int/char这样整形类型，我们再通过位运算去控制对应的⽐特位。⽐如我们数据存到vector中，相当于每个int值映射对应的32个值。

bitset库函数图：

情景引入：给40亿个不重复的⽆符号整数，没排过序。给⼀个⽆符号整数，如何快速判断⼀个数是否在这40亿个数中。（本题为腾讯/百度等公司出过的⼀个⾯试题）（你会束手无措吗？）

思路：

一，排序和二分查找：首先对40亿个无符号整数进行排序。排序后，可以使用二分查找算法来快速判断给定的整数是否存在于列表中。二分查找的时间复杂度为O(log n)。

二，哈希表：使用哈希表存储这些整数，哈希表可以提供平均O(1)的查找时间复杂度。但是，哈希表可能会遇到冲突，并且需要额外的空间来解决冲突。

三，哈希位图：正如之前所提到的，哈希位图可以用于快速判断一个元素是否存在。由于40亿个整数，每个整数占用4字节，总共需要160GB的内存。如果使用64位整数，每个位可以表示两种状态，因此理论上只需要80GB的内存即可存储这些整数的存在状态。

四，布隆过滤器：布隆过滤器是一种空间效率很高的数据结构，用于测试元素是否是集合中的成员，布隆过滤器有一定的误判率，但可以快速判断元素是否可能不在集合中

本人建议采用哈希位图，也是我们今天要讲的主角！

哈希位图的思路解析（简单）：

图一：一个的结构示意图：

图解二：图中数据的单位为比特

一，由此可见只需要将我们的数据插入其中，映射为1就行，

二，对于删去，我们提供rset进行删掉，映射为0就行

三，然后我们用text进行检测！是否存在，0或1进行输出

注意点（误区）：位运算符<<，不是看方向，这是从低位向高位移动的部分！

哈希--位图代码部分：

#pragma once
#include<iostream>
#include<bitset>
#include<vector>

namespace bit
{
	//N为2的多少次，即我们的数据量
	template<size_t N>
	class bitset
	{
	public:
		bitset()
		{
			_bs.resize(N / 32 + 1);
		}

		// x映射的位标记成1
		void set(size_t x)
		{
			size_t i = x / 32;
			size_t j = x % 32;

			_bs[i] |= (1 << j);
		}

		// x映射的位标记成0
		void reset(size_t x)
		{
			size_t i = x / 32;
			size_t j = x % 32;

			_bs[i] &= (~(1 << j));
		}

		// x映射的位是1返回真
		// x映射的位是0返回假
		bool test(size_t x)
		{
			size_t i = x / 32;
			size_t j = x % 32;

			return _bs[i] & (1 << j);
		}

	private:
		std::vector<int> _bs;
	};