【Cpp】哈希的应用

哈希的应用

  哈希思想在算法中的应用繁多其重要性是不言而喻的，这里简单介绍两种哈希在大数据中的应用。

位图

算法思路

  假如说有这么一种情景：给40亿个不重复的无符号整数，没排过序，判断一个无符号整数是否在这40亿个数中。
  首先我们从时间考虑，假如说我们遍历40亿个数，事件复杂度是On的，如果我们先排序再用二分查找，排序要ONlogN二分查找要OlogN也还是不够快。不过这道题最重要的不是它的时间，而是空间，如果我们把40亿个整形全放到内存中需要4G * 4 = 16G内存，40亿字节 == 4G，不难发现我们根本存不下，那么怎么办呢？这里就需要用到位图。
  我们标记一个数是否存在根本不需要存储完整整数，我们只需要用存在或者不存在两种状态对其进行标记即可，而两种状态的标记，只需要1位数据即可，由此我们可以用40亿比特位来标记40亿个数是否存在。并且无符号整形的上限差不多也就在42亿，我们就算标记完全部数字用到40亿位也只需要4 G / 8 = 500M内存，由此我们使用位图进行标记差不多相当于将空间压缩了32倍。
  标记思路就是40多亿位分表标识40多亿无符号整型，一个数如果存在则它对应位标记为1，否则为0。假如说0存在，则第0位标记为1，32不存在则第32位标记为0，而无符号整形也是有上限的，40多亿位完全可以标记所有无符合整形。

实现

#include <iostream>
#include <vector>
class BitSet
{
public:
    //要保证每一个数据都能映射到一个唯一的位置，位图的大小与最大映射数据上限有关
    //因此这里的range代表的是映射的最大数据
    BitSet(size_t range)
    {
        _bs.resize((range >> 5) + 1);
    }
    //存储
    void Set(int num)