C++ 哈希的应用--位图

插衣袖里

已于 2023-09-13 13:49:46 修改

阅读量117

点赞数

分类专栏： C++ 文章标签： c++ 哈希算法开发语言

于 2023-08-25 22:31:20 首次发布

本文链接：https://blog.csdn.net/m0_66409987/article/details/132497140

版权

C++ 专栏收录该内容

37 篇文章 0 订阅

订阅专栏

位图的引入

面试题【腾讯】：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

先考虑内存的问题：40亿个整数，每个整数4字节，换算大约16G的空间，寻常的查找算法都是不可能完成的。因此引入位图。

位图概念

所谓位图，就是用每一位比特位来存放某种状态，适用于海量数据，数据无重复的场景。通常是用来判断某个数据存不存在的，位图实际上也是使用哈希思想，只不过是哈希的变形

通过这种同样是哈希的思想，就可以极大的节省空间，无符号整形范围在0~2的32次方-1，因此我们可以开2的32次方个比特位，换算下来只有512M的大小，通过直接映射就能够判断。

我们无法开这么大的数组，但我们采用的是bit位的标记，即值是几，就把第几个位标记成1。

那么如何去找呢？实际上我们把数组的元素类型规定为char(int也可以)，这样就可以通过如下的方式去找任意一个数：x

x映射的值，在第几个char对象上：x/8
x映射的值，在这个char对象的第几个比特位：x%8

比特位顺序问题：

事实上，比特位的顺序与机器的大小端无关，仍是和地址一样从右到左：

1字节 = 8bit，代表的整数就是0~7，比特位为1则表示该数存在

位图代码

对于位图的功能，要有插入，删除，检测在不在三个功能，如果这样赋值：

size_t i = x / 8;
size_t j = x % 8;

插入就可以这样：_bits[i] |= (1 << j);

删除就可以这样：_bits[i] &= (~(1 << j));

测试这个值在不在就可以这样：return _bits[i] & (1 << j);

此外，一开始同样需要开辟指定大小的空间，因此构造函数中要写出来。

template<size_t N> // 非类型模板参数：用一个整形作为模板的一个参数，在模板中可以当常量使用
class bitset
{
public:
    bitset()
	{
		_bits.resize(N / 8 + 1, 0);
	}

    void set(size_t x)//标记
    {
        size_t i = x / 8;
        size_t j = x % 8;

        _bits[i] |= (1 << j);

    }
    void reset(size_t x)//清除
    {
        _bits[i] &= (~(1 << j));
    }

    bool test(size_t x)//测试这个值在不在
    {
        size_t i = x / 8;
        size_t j = x % 8;

        return _bits[i] & (1 << j);
    }
private:
    vector<char> _bits;
};

下面是int类型的代码

class bitset {
public:
	bitset(size_t N) {
		_bits.resize(N / 32 + 1, 0);
		_num = 0;
	}

	void set(size_t x) {
		size_t index = x / 32;  // 算出x映射的位在第几个整形
		size_t pos = x % 32;  // 算出x在这个整形中第几个位置(bit位)

		_bits[index] |= (1 << pos); // 第pos个位置成1
		// 左移、右移这里的左右不是方向
		// 左移是向高位移
		// 右移是向低位移

		++_num;
	}

	void reset(size_t x) {
		size_t index = x / 32;  // 算出x映射的位在第几个整形
		size_t pos = x % 32;  // 算出x在这个整形中第几个位置(bit位)

		_bits[index] &= ~(1 << pos); // 第pos个位置成0

		--_num;
	}

	// 判断x在不在
	bool test(size_t x) {
		size_t index = x / 32;  // 算出x映射的位在第几个整形
		size_t pos = x % 32;  // 算出x在这个整形中第几个位置(bit位)

		return _bits[index] & (1 << pos);

	}

private:
	std::vector<int> _bits; // 一个int4个字节，一个字节8个bit位
	size_t _num;
};

测试

void test_bitset() {

	bitset bs(100);
	bs.set(99);
	bs.set(98);
	bs.set(97);
	bs.set(96);
	for (size_t i = 0; i < 100; ++i) {
		printf("[%d]:%d\n", i, bs.test(i));
	}
	cout << bs.test(96);

	//bitset bs1(-1);//无符号最大数直接传-1，会转成最大数量
	//bitset bs2(pow(2,32));
	//bitset bs3(0xffffffff);
}

库中也有位图结构 bitset ，也可以直接使用库中的位图。

#include <bitset>

位图应用

一. 给定100亿个整数，设计算法找到只出现一次的整数？

对于此整数有三种状态：

出现0次
出现1次
出现一次以上

因此，我们可以通过两个比特位来标记：00代表出现0次；01代表出现1次，其他的代表出现一次以上。（两个标记位可以表示从1到3），此方式虽然可行，但需要第上述代码做出很大变动。那么我们可以采用另一种方式代表两个比特位，即以开两个位图的方式，每个位图的一个比特位组合成两个比特位进行标记

    template<size_t N>
    class solution {
	public:
		void set(size_t x) {
			if (_bs1.test(x) == false && _bs2.test(x) == false) {   // 00
				_bs2.set(x);  //   01
			}
			else if (_bs1.test(x) == false && _bs2.test(x) == true) {  // 01
				_bs1.set(x);  
				_bs2.reset(x);  //   10
			}
		}

        void PrintOnce()
	    {
		    for (size_t i = 0; i < N; ++i)
		    {
			    if (!_bs1.test(i) && _bs2.test(i))
			    {
			    	cout << i << endl;
		    	}
	    	}
		    cout << endl;
	    }

	private:
		bitset<N> _bs1;
	    bitset<N> _bs2;

	};

测试

	void test_solution()
	{
		solution<100> tbs;
		int a[] = { 3, 5, 6, 7, 8, 9 ,33, 55, 67, 3,3,3,5,9,33 };
		for (auto e : a)
		{
			tbs.set(e);
		}
		tbs.PrintOnce();
	}

二. 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？