bitmap算法 --位图算法

bitmap算法 --位图算法

位图不是像素图片，而是内存中连续的二进制位（bit），用于对大量整型数据做去重和查询

例题：给定一块10bit的内存空间，想要依次插入整型数4,2,1,3

解法：

10bit每一位的的值为0，当插入4时，此时下标 4 的位置，bit值置为1，剩下三个数类似。。。

应用：例：一个用户对应多个标签

解法：思路逆转。一个标签对应多个用户
1、建立用户名和用户ID的映射
2、让每一个标签存储包含次标签 的所有用户ID，每一个标签都是一个独立的BItmap
3、这样实现用户的去重和查询统计就一目了然

HashSet和HashMap同样可以实现用户去重，但是每一个用户ID都存成int，占4个字节，即32bit，而bitmap只占1个，内存节省了32倍。
并且，在用户做交集（且）、并集（或）的时候有极大的优势。
缺点：无法进行非运算，例如查找非90后用户。。。
需要有全量用户，然后使用异或，相同位为1，不同位为0

谷歌对bitmap做了优化的地方

bitmap存储于long数组中，long数组的每一个元素都可以当做是64位的二进制数，也就是整个bitmap的子集，谷歌把这些子集叫做word

word分为两种，直接存储数据的叫LW，存储跨度信息的叫RLW

1、当创建一个空的bitmap时，初始长度只有4个word，随着数据的不断插入，word数量会随之扩充
2、当插入的ID值很大时，采用RLW