哈希的应用——位图

✨前言✨

📘 博客主页：to Keep博客主页
🙆欢迎关注，👍点赞，📝留言评论
⏳首发时间：2024年5月17日
📨 博主码云地址：博主码云地址
📕参考书籍：《C++ Primer》《C++编程规范》
📢编程练习：牛客网+力扣网
**由于博主目前也是处于一个学习的状态，如有讲的不对的地方，请一定联系我予以改正！！！

1 位图的应用

我们先来了解一下腾讯的经典面试题

给40亿个不重复的无符号整数，没排过序。给一个无符号整数，如何快速判断一个数是否在这40亿个数中。

想到快速查找，首先我们想到的就是哈希表，但是哈希表对于如此海量的数据，有那么大内存放的下吗？我们可以粗略的估计一下我们所需要的内存大小！首先，一个int是4个字节，40亿个数字就是160亿字节，1G大约是10亿字节，也就是说，40亿个数字就要16G！显然这些数据放到内存中就很大了！于是位图就有了应用场景了！
可以明确的一点就是，对于数据就两种情况，那就是在和不在两种场景，也就是0和1就可以表示了，那么我们不就可以使用比特位来表示一个数字是否存在了！也就是说40亿个数字，只需要用40亿个比特位来判断就行了，也就相当于5亿多个字节就搞定，也就是说花费0.5G就能搞定了！

2 位图的实现

2.1 位图的实现原理

位图的实现原理其实很简单，就是利用vector去帮我们开辟一段连续整形的内存空间，结合左移与右移的相关操作，对比特位进行操作。比特位为1表示当前数字存在，0表示不存在

2.2 左移与右移

在位图中，我们主要是对比特位进行操作，所以我们这里需要简单回顾一下左移与右移操作！左移就是由低位向高位移动，右移就是由高位向低位移动！万万不可以简单理解为向左边移动，向右边移动！如下图所示就是一个例子，右边才是高位：

假设我们要想表示数字56放到对应的比特位上，我们就要确定56在那个位置！所以我们先利用i = 56/32表示56在vetcor的第几个位置，j =56%32就可以确定在当前区间的那个位置了，也就是对应的在那个比特位上！然后我们再利用vector[i] |= (1<<j)就可以把56这个数据放到对应的位置上了！

2.3 位图重要函数的实现

构造函数，需要注意的是位图开多大空间，取决于数据的大小，这里是int类型，所以是除以32

	MyBitSet()
	{
	//有N个数字，转化成开多少个整形字节的顺序表
		v1.resize(N/32+1,0);
	}

set函数

void set(size_t x)
{
	size_t i = x / 32;
	size_t j = x % 32;
	//不改变其他比特位，只把当前要处理的数字放进对应的比特位
	v1[i] |= (1 << j);
}

reset函数

void reset(size_t x)
{
	size_t i = x / 32;
	size_t j = x % 32;
	//不改变其他比特位，把当前处理的数字的比特位置为0
	v1[i] &= ~(1 << j);
}

test函数

bool test(size_t x)
{
	size_t i = x / 32;
	size_t j = x % 32;
	//判断当前数字对应的比特为是0还是1
	return v[i] & (1 << j);
}

3 位图的总结

也就是说位图对于这种海量数据（只能解决整型的）具有明显的优势所在，本质也是和哈希一样，通过建立对应的映射关系，从而实现快速的查找与修改！还有一些经典的面试题，如下所示：

1. 给定100亿个整数，设计算法找到只出现一次的整数？
2. 给两个文件，分别有100亿个整数，我们只有1G内存，如何找到两个文件交集？
3. 1个文件有100亿个int，1G内存，设计算法找到出现次数不超过2次的所有整数

对于上述面试题的实现代码思路：位图的实现
其实也是利用位图进行解决，这里是1G内存，结合上面所说的，可以开辟两个整形的位图，但是如果要求512M，只能开一个位图又该如何进行处理呢？当然必须利用我们的切分思想，例如将数据分为0-2^31为一段，第二段开始用后面的数字开始减去2的31次方，又映射到位图中，完成相对映射来判断就可以了！