用bitmap减少hash算法所用空间

 

 

hash的空间复杂度又相对比较大，所以用bitmap来减少hash算法所需的空间。

一般的hash，例如对数组[2, 3, 5, 10] 运用桶排序算法，需要声明10个整数的bucket,如下图所示：

0	1	1	0	1	0	0	0	0	1
1	2	3	4	5	6	7	8	9	10

但是如果用bitmap的话，只需一个整数，因为一个整数(32位机)的话有32bit，每个bit都能map一个整数，如下图所示：

									1			1		1	1
31	30	…	3	2	1	0	31	…	9	…	5	4	3	2	1	0

数组元素1

数组元素0

所以关键就是位操作set, clear, test:

 

#define BITSPERWORD 32
#define SHIFT 5
#define MASK 0x1f

typedef long long int64;

int array[100000];

/**
*
*   i  / 32   对应具体数组元素

*   i % 32  对应具体数组元素的bit位
*   i >> SHIFT == i /  32
*   i &  MASK   == i % 32
*   (32) = (100000)
*
**/

void set(int64 i)
{
    array[ i >> SHIFT]  |= ( 1 << ( i  &  MASK));
}

void clear(int64 i)
{
    array[ i >> SHIFT]  &= ~( 1 << ( i  & MASK));
}

int  test(int64 i)
{
    return array[ i >> SHIFT]  & ( 1 << ( i  &  MASK));
}

 

 

例如某公司面试题：

 

在一个文件中有 10G 个整数，乱序排列，要求找出中位数。内存限制为 2G。只写出思路即可。

10G整数做bitmap需要10G/32 = 0.3G 个整数（< 32位机器总共可以的2^31-1 = 2G个整数），0.3G个整数只需要0.3G*4=1.2G的存储空间，故可以只扫描一遍，就可以求出中位数。

 

>----------------------------------------------------------------------------------------------<

 

 

简单的说就是用数组存放若有数据就标志为1或true，若不存在标志为0或false。比如1，2，2，5，这里最大值为5，0至5中不存0，3，4，所以：

Array[0]=0，Array[1]=1，Array[2]=2，Array[3]=0，Array[4]=0，Array[5]=1

上面数中由于2有两个，所以用int存数组的值(等于给上面所说的每一位扩展了一个counter，用空间换能力)，不用boolean型，这样如果有多个同样的数字可以用值表示个数。如上面Array[2]=2，就表示2有2个。

 

这样排序就方便多了，比如上面开始是{2,5,2,1}这样一无序数组A。找出最大值：5.即用来作位图排序的数组B要申请的大小为5.循环这个数组，把数组A的值用作数组B的下标,如果存在就把值加1，即数组B的值为对应的个数。

    for (int i : A) {

           B[i]++;

    }

这样B的值最后同上面的Array一样。把B值大于0的输出就是排好序的了。如上面的数组大于0依次有：1，2，2，5.

 

从上面可以看出位图排序至少要注意两点：

1、  最大值和最小值之间不能相差太大，否则浪费空间。

2、  如果有负数，上面要转换一下，最申请的空间大小为max-min+1，数组B的下标也要作对应的转换，输出前也要转换回去。如int[] arr = { 1, 3, -3, 0, 0};