数据结构和算法之十一：BitMap和布隆过滤器

数据结构之bitmap和布隆过滤器

bitmap

问题：100个数，取值范围在0-2亿，如何快速的判断一个数是否在这100个数中？

思路1：开一个数组，数值对应数组的下标，对存在的100个数进行标记，比如设置为1；这样，查找一个数是否存在时，直接通过数组下面获取对应的值，判断是否为1即可。

这个思路非常简单高效，就是有一个问题，因为取值范围0-2亿，开个两个亿的空间数组有点不大科学，而且如果内存有限制的话，还开不出来。

思路2：既然我只是对存在的数做一个标记，那么用一个二进制位就可以了吧，0表示不存在，1表示存在，那么一个int类型中，每个元素都可以表示32个数字，这样空间对比开int数组，直接缩小32倍；在判断一个数是否存在时，只需要找到这个数对一个这个位是0还是1就知道了。

这种解决方案用到的就是bitmap，底层其实就是位数组。

使用bitmap，其实主要的就是数值和下标的映射关系，比如申请一个int数组，一个int元素有32位长，那么size为10的int数组可以表示320个数。

其实对应到内存中，比如如下32个位，可表示0-31共32个数字。

0 0 0 0 0000 0000 0000 0000 0000 0000 0000

31,30,29,28…

对于int数组，数字n 的位置位于 int[n / 32]中的 n % 32 这个位上。

有了这些，我们就可以自己实现一个bitmap了（需要有位运算的知识）：

/**
 * Bitmap
 *
 *  用位(bit)来表示一个数（元素）是否存在，相对于用boolean或者其他类型来表示一个元素是否存在，会节约大量的空间。
 *
 *  比如有100个数，取值范围在0-2亿，如何快速的判断一个数是否在这100个数中?
 *
 *  思路
 *  申请一个int数组，每一个数组元素有4个字节，也就是32个bit，用二进制来表示的话，如下
 *  0000 0000 0000 0000 0000 0000 0000 0000
 *  那么这样一个32个bit就可以表示32个数是否存在。
 *  比如
 *  0000 0000 0000 0000 0000 0000 0000 0000  表示0
 *  0000 0000 0000 0000 0000 0000 0000 0010  表示1
 *  0000 0000 0000 0000 0000 0000 0000 0100  表示2
 *  0000 0000 0000 0000 0000 0000 0000 1000  表示3
 *  以此类推，int[0]就可以表示0-31，int[1]就可以表示32-63 ....
 *  那么int[n]就可以表示n*32 到（n+1）*32-1 的数。
 *  回到前面的问题， 范围在0-2亿的数，我需要开辟的int数组大小为 2亿/32 + 1 。
 *
 *  映射关系， 数字n 的位置位于 int[n / 32]中的 n % 32 位上。
 *
 */
public class BitMap {
   

    private int max;
    private int[] bits;

    public BitMap(int max) {
   
        this.max = max;
        bits = new int[max / 32 + 1];
    }

    /**
     * 加入
     * @param n
     */
    public void add(int n){
   
        int index = n >> 5;  //定位到哪个 32 位的段上。
        int loc = n & (32 - 1) ; //定位32位段上的哪个位  n % 32 的另外一种写法
        bits[index] |= 1 << loc; //将loc的那个位置为1， 其他的位不变。
    }

    /**
     * 移除
     * @param n
     */
    public void remove(int n){
   
        int index = n >> 5;
        int loc = n & (32 - 1) ;
        bits[index] &= (1 << loc) - 1;