基于C#实现Bitmap算法

在所有具有性能优化的数据结构中，我想大家使用最多的就是 hash 表，是的，在具有定位查找上具有 O(1)的常量时间，多么的简洁优美，但是在特定的场合下：
①：对 10 亿个不重复的整数进行排序。
②：找出 10 亿个数字中重复的数字。
当然我只有普通的服务器，就算 2G 的内存吧，在这种场景下，我们该如何更好的挑选数据结构和算法呢？

一、问题分析

这年头，大牛们写的排序算法也就那么几个，首先我们算下放在内存中要多少 G:
(10 亿 * 32)/(102410241024*8)=3.6G，可怜的 2G 内存直接爆掉，所以各种神马的数据结构都玩不起来了，当然使用外排序还是可以解决问题的，由于要走 IO 所以暂时剔除，因为我们要玩高性能，无望后我们想想可不可以在二进制位上做些手脚？
比如我要对{1,5,7,2}这四个 byte 类型的数字做排序，该怎么做呢？我们知道 byte 是占 8 个 bit 位，其实我们可以将数组中的值作为 bit 位的 key，value 用”0，1“来标识该 key 是否出现过？下面看图：

从图中我们精彩的看到，我们的数组值都已经作为 byte 中的 key 了，最后我只要遍历对应的 bit 位是否为 1 就可以了，那么自然就成有序数组了。
可能有人说，我增加一个 13 怎么办？很简单，一个字节可以存放 8 个数，那我只要两个 byte 就可以解决问题了。

可以看出我将一个线性的数组变成了一个 bit 位的二维矩阵，最终我们需要的空间仅仅是:3.6G/32=0.1G 即可，要注意的是 bitmap 排序不是 N 的，而是取决于待排序数组中的最大值，在实际应用上关系也不大，比如我开 10 个线程去读 byte 数组，那么复杂度为:O(Max/10)。

二、代码

我想 bitmap 的思想大家都清楚了，这一次又让我们见证了二进制的魅力，当然这些移位都是位运算的工作了，熟悉了你就玩转了。

1、Clear 方法（将数组的所有 bit 位置 0）

比如要将当前 4 对应的 bit 位置 0 的话，只需要 1 左移 4 位取反与 B[0] & 即可。

 #region 初始化所用的bit位为0
 /// <summary>
 /// 初始化所用的bit位为0
 /// </summary>
 /// <param name="i"></param>
 static void Clear(byte i)
 {
     //相当于 i%8 的功能
     var shift = i & 0x07;

     //计算应该放数组的下标
     var arrindex = i >> 3;

     //则将当前byte中的指定bit位取0，&后其他对方数组bit位必然不变，这就是 1 的妙用
     var bitPos = ~(1 << shift);

     //将数组中的指定bit位置一  “& 操作”
     a[arrindex] &= (byte)(bitPos);
 }
 #endregion

2、Add 方法（将 bit 置 1 操作）

同样也很简单，要将当前 4 对应的 bit 位置 1 的话，只需要 1 左移 4 位与 B[0] | 即可。

 #region 设置相应bit位上为1
 /// <summary>
 /// 设置相应bit位上为1
 /// </summary>
 /// <param name="i"></param>
 static void Add(byte i)
 {
     //相当于 i%8 的功能
     var shift = i & 0x07;

     //计算应该放数组的下标
     var arrindex = i >> 3;

     //将byte中的 1 移动到i位
     var bitPos = 1 << shift;

     //将数组中的指定bit位置一  “| 操作”
     a[arrindex] |= (byte)bitPos;
 }
 #endregion

3、Contain 方法（判断当前 bit 位是否是 1）

如果看懂了 Clear 和 Add，我相信最后一个方法已经不成问题了。

 #region 判断当前的x在数组的位中是否存在
 /// <summary>
 ///判断当前的x在数组的位中是否存在
 /// </summary>
 /// <param name="i"></param>
 /// <returns></returns>
 static bool Contain(byte i)
 {
     var j = a[i >> 3] & (1 << (i & 0x07));

     if (j == 0)
         return false;
     return true;
 }
 #endregion

最后上总的代码：

 using System;
 using System.Collections.Generic;
 using System.Linq;
 using System.Text;
 using System.Diagnostics;
 using System.Threading;
 using System.IO;
 
 namespace ConsoleApplication2
 {
     public class Program
     {
         static byte n = 7;
 
         static byte[] a;
 
         public static void Main()
         {
             //节省空间的做法
             a = new byte[(n >> 3) + 1];
 
             for (byte i = 0; i < n; i++)
                 Clear(i);
 
             Add(4);
             Console.WriteLine("插入4成功！");
 
             var s = Contain(4);
 
             Console.WriteLine("当前是否包含4:{0}", s);
 
             s = Contain(5);
 
             Console.WriteLine("当前是否包含5:{0}", s);
 
             Console.Read();
         }
 
         #region 初始化所用的bit位为0
         /// <summary>
         /// 初始化所用的bit位为0
         /// </summary>
         /// <param name="i"></param>
         static void Clear(byte i)
         {
             //相当于 i%8 的功能
             var shift = i & 0x07;
 
             //计算应该放数组的下标
             var arrindex = i >> 3;
 
             //则将当前byte中的指定bit位取0，&后其他对方数组bit位必然不变，这就是 1 的妙用
             var bitPos = ~(1 << shift);
 
             //将数组中的指定bit位置一  “& 操作”
             a[arrindex] &= (byte)(bitPos);
         }
         #endregion
 
         #region 设置相应bit位上为1
         /// <summary>
         /// 设置相应bit位上为1
         /// </summary>
         /// <param name="i"></param>
         static void Add(byte i)
         {
             //相当于 i%8 的功能
             var shift = i & 0x07;
 
             //计算应该放数组的下标
             var arrindex = i >> 3;
 
             //将byte中的 1 移动到i位
             var bitPos = 1 << shift;
 
             //将数组中的指定bit位置一  “| 操作”
             a[arrindex] |= (byte)bitPos;
         }
         #endregion
 
         #region 判断当前的x在数组的位中是否存在
         /// <summary>
         ///判断当前的x在数组的位中是否存在
         /// </summary>
         /// <param name="i"></param>
         /// <returns></returns>
         static bool Contain(byte i)
         {
             var j = a[i >> 3] & (1 << (i & 0x07));
 
             if (j == 0)
                 return false;
             return true;
         }
         #endregion
     }
 }