【数据结构】BitMap的理解与应用

场景：

给出10亿个无序不重复整数，对于某个整数M，是否存在于这10亿个数内，机器内存限定2G，怎么实现？

考虑几个方面的问题：

1.10亿个整数的内存占用时多大？一个整型int占用4个字节（byte），32位（bit）。10亿个整数的内存大小就是

（10亿 * 4[byte]）/（1024[KB] * 1024[M] * 1024[G]） = 3.72G。很明显，超出当前机器内存。

2.没法一次性加载到内存里怎么办？可以存放到磁盘里，分段读取，判断，这样的话也是一种办法，但是会浪费IO，导致程序效率不高。

3.此时，二进制可以充分利用起来，二进制只有0和1,0表示不存在，1表示存在，那么最小粒度就是在bit上做文章，而不是像上面说的一个整数需要32bit存储，因此利用"位"的话，每一位都能表示这个数是否存在，那么对于原先1 int表示1个数，此时1 int可以表示32个数，大大提高了内存利用率。如果是这样算的话，需要内存:（10亿）/ （8[bit] * 1024[KB] * 1024[M]）= 119M，只需要119M就能在内存里操作了，完全没问题。

思路实现：

为了简化操作和模拟，我们不用int数组，改用byte数组，例如，现在有4个整数{1,5,7,3}，如果使用byte数组的话，存储就是下面图中的样式:

如果现在有个整数13，该怎么存呢？很简单，存储到byte[1]里面就行：

那么，对于一个整数来说，其实就是要计算两个值，一个是byte数组的下标（取整操作），另一个就是byte数组内的位置（取余操作）

代码实现：

1. add（新增方法），主要就是计算下标和位置，然后将对应位置置为“1”

    public void add(int num){
        // num/8得到byte[]的index
        int arrayIndex = num >> 3;

        // num%8得到在byte[index]的位置
        int position = num & 0x07;

        //将1左移position后，那个位置自然就是1，然后和以前的数据做|，这样，那个位置就替换成1了。
        bits[arrayIndex] |= 1 << position;
    }

2. clear（去除方法），将“1”左移对应位数然后取反再&操作就行。

    public void clear(int num){
        // num/8得到byte[]的index
        int arrayIndex = num >> 3;

        // num%8得到在byte[index]的位置
        int position = num & 0x07;

        //将1左移position后，那个位置自然就是1，然后对取反，再与当前值做&，即可清除当前的位置了.
        bits[arrayIndex] &= ~(1 << position);

    }

3. contains（是否包含方法）。

    public boolean contain(int num){
        // num/8得到byte[]的index
        int arrayIndex = num >> 3;

        // num%8得到在byte[index]的位置
        int position = num & 0x07;

        //将1左移position后，那个位置自然就是1，然后和以前的数据做&，判断是否为0即可
        return (bits[arrayIndex] & (1 << position)) !=0;
    }

主要就是这三段逻辑，完整代码如下：

public class BitMap {

    //保存数据的
    private byte[] bits;

    //能够存储多少数据
    private int capacity;

    public BitMap(int capacity){
        this.capacity = capacity;

        //1bit能存储8个数据，那么capacity数据需要多少个bit呢，capacity/8+1,右移3位相当于除以8
        bits = new byte[(capacity >>3 )+1];
    }

    public void add(int num){
        // num/8得到byte[]的index
        int arrayIndex = num >> 3;

        // num%8得到在byte[index]的位置
        int position = num & 0x07;

        //将1左移position后，那个位置自然就是1，然后和以前的数据做|，这样，那个位置就替换成1了。
        bits[arrayIndex] |= 1 << position;
    }

    public boolean contain(int num){
        // num/8得到byte[]的index
        int arrayIndex = num >> 3;

        // num%8得到在byte[index]的位置
        int position = num & 0x07;

        //将1左移position后，那个位置自然就是1，然后和以前的数据做&，判断是否为0即可
        return (bits[arrayIndex] & (1 << position)) !=0;
    }

    public void clear(int num){
        // num/8得到byte[]的index
        int arrayIndex = num >> 3;

        // num%8得到在byte[index]的位置
        int position = num & 0x07;

        //将1左移position后，那个位置自然就是1，然后对取反，再与当前值做&，即可清除当前的位置了.
        bits[arrayIndex] &= ~(1 << position);

    }

    public static void main(String[] args) {

        BitMap bitmap = new BitMap(100);
        bitmap.add(7);
        System.out.println("插入7成功");

        boolean isexsit = bitmap.contain(7);
        System.out.println("7是否存在:"+isexsit);

        bitmap.clear(7);
        isexsit = bitmap.contain(7);
        System.out.println("7是否存在:"+isexsit);
    }

}

参考博客：

https://www.jianshu.com/p/6082a2f7df8e