实际上bitmap算法是去重算法之一 (内存数据库hana)
1.hashset也可以实现去重的功能,但是耗内存比较多
2.相关的开源实现EWAHCompressedbitMap
BitMap算法就是一个高效的区重算法
其实质就是把对应的不存在就是0,存在就是1
相关描述
来自于《编程珠玑》。所谓的Bit-map就是用一个bit位来标记某个元素对应的Value, 而Key即是该元素。由于采用了Bit为单位来存储数据,因此在存储空间方面,可以大大节省。
如果说了这么多还没明白什么是Bit-map,那么我们来看一个具体的例子,假设我们要对0-7内的5个元素(4,7,2,5,3)排序(这里假设这些元素没有重复)。那么我们就可以采用Bit-map的方法来达到排序的目的。要表示8个数,我们就只需要8个Bit(1Bytes),首先我们开辟1Byte的空间,将这些空间的所有Bit位都置为0
然后遍历这5个元素,首先第一个元素是4,那么就把4对应的位置为1(可以这样操作 p+(i/8)|(0×01<<(i%8)) 当然了这里的操作涉及到Big-ending和Little-ending的情况,这里默认为Big-ending),因为是从零开始的,所以要把第五位置为1。
然后再处理第二个元素7,将第八位置为1,,接着再处理第三个元素,一直到最后处理完所有的元素,将相应的位置为1。
然后我们现在遍历一遍Bit区域,将该位是一的位的编号输出(2,3,4,5,7),这样就达到了排序的目的。
其实就是把计数排序用的统计数组的每个单位缩小成bit级别的布尔数组
实现代码
package main
import (
"fmt"
"math"
"math/rand"
"unsafe"
)
const (
size = 100
)
func main() {
test_sort()
}
func test_sort() {
arr := make([]int, size) // int占4字节,100个就占用占用400字节,3200位
for i := 0; i < len(arr); i++ {
arr[i] = rand.Intn(size)
}
print_array(arr)
newarr := bitmap_sort(arr)
print_result(newarr)
}
func print_array(arr []int) {
fmt.Printf("array:")
for i := 0; i < len(arr); i++ {
fmt.Printf(" %d", arr[i])
}
fmt.Printf("\n")
}
//内存少数据最大值小可以采用方式,位排序
func bitmap_sort(arr []int) (newarr []int) {
var left uint32
size := int(unsafe.Sizeof(arr[0]) * 4)
newarr = make([]int, len(arr))
for i := 0; i < len(arr); i++ {
index := arr[i] / size
left = uint32(arr[i] % size)
leftvalue := newarr[index] & (int(math.Pow(2.0, float64(left))) - 1)
newarr[index] = (newarr[index] >> left)
if (newarr[index] & 1) == 0 {
newarr[index] += 1
}
newarr[index] = (newarr[index] << left) + leftvalue
}
return newarr
}
func print_result(arr []int) {
index := 0
size := int(unsafe.Sizeof(arr[0]) * 4)
fmt.Printf("new array:")
for i := 0; i < len(arr); i++ {
for j := 0; j < size; j++ {
bit := arr[i] & 1
if bit != 0 {
fmt.Printf(" %d", index)
}
arr[i] = arr[i] >> 1
index++
}
}
}
相关链接
http://blog.studygolang.com/2014/09/bitmap_multi_language/
代码链接
https://github.com/polaris1119/bitmap/blob/master/bitmap.go