位图

• 位图实现：在位图中采用比特位表示对应的元素存在或者不存在0：不存在 1：存在，例如一个int整数有32个比特位可以表示0-31个整数。
• 实现代码

class BitMap
{
public:
    BitMap(int size = 100)//size表示你需要表示元素的个数
    {
        _map.resize((size >> 5) + 1);//一个int可以表示32个元素，size个元素需要size/32 + 1个int来存储
        //注意+1因为1/32 = 0，但是我们需要一个int
    }
    void set(int num)//将标志位设置为1表示元素存在
    {
        int bite = num >> 5;//相当于/32//找出元素在数组中对应的下标
        int bit = num % 32;//找出元素对应的bit位
        _map[bite] |= (1 << bit);
    }
    void reset(int num)//将已存在元素删除，将对应的标志位置0
    {
        int bite = num >> 5;//相当于/32//找出元素在数组中对应的下标
        int bit = num % 32;//找出元素对应的bit位
        _map[bite] &= ~(1 << bit);
    }
    bool test(int num)
    {
        int bite = num >> 5;//相当于/32//找出元素在数组中对应的下标
        int bit = num % 32;//找出元素对应的bit位
        if (_map[bite] & (1 << bit))
            return true;
        else
            return false;
    }
private:
    vector<int> _map;
};
int main()
{
    BitMap _map(1024);
    _map.set(1);
    bool ret = _map.test(1);
    _map.reset(1);
    ret = _map.test(1);
    _map.set(33);
    ret = _map.test(33);
    _map.reset(33);
    ret = _map.test(33);

    _map.set(555);
    ret = _map.test(555);
    ret = _map.test(100);

}

• 位图优点：速度快，内存空间占用小，能表示大范围数据
• 位图的缺点
  1.可读性差
  2.存储元素的个数比一般元素要多，但是存储元素的大小受空间大小的限制。
• 位图的应用
  1）给定100亿个整数，设计算法找到只出现一次的整数
  100亿个整数采用位图存储的话需要1.5G的内存，并且如果需要记录出现次数的话一个比特位
  是无法做到的，我们需要2个比特位那么就需要2.5G的内存，如果我们系统的内存不足够的话，
  我们需要将100亿个数据分成1000份文件，将每个文件的数据通过位图存储，我们采用两个比特位
  00：没有出现，01，出现一次，10出现多次，11舍弃，再将这1000个文件中出现一次的数据，
  统计到一个文件里
  2）给两个文件，分别有100亿个整数，我们只有1G内存，如何找到两个文件交集
  将第一个文件的数据分成1000份存储到位图里，再判断第二份文件中的数据是否在位图中。
  3）1个文件有100亿个int，1G内存，设计算法找到出现次数不超过2次的所有整数
  我们需要将100亿个数据分成1000份文件，将每个文件的数据通过位图存储，我们采用两个比特位
  00：没有出现，01，出现一次，10出现2次，11舍弃，再将这1000个文件中出现不超过两次次的数据