C++：位图总结

1、位图的概念

位图（bitset）是一种常用的数据结构，常用在给一个很大范围的数，判断其中的一个数是不是在其中。在索引、数据压缩方面有很大的应用。

位图是用数组实现的，数组的每一个元素的每一个二进制位都表示一个数据，0表示该数据不存在，1表示该数据存在

如下图：

一般来说一个位图所占的空间为512M，所以说要判断一个数是否在0~4294967295中需要的空间是512M（即一个位图）来解决。

2、位图的实现

#pragma once
#include<iostream>
#include<vector>
using namespace std;

class bitset
{
	vector<int> m_bit;
	size_t m_bitcount;//bitset的总大小，相当于capacity
public:
	bitset(size_t bite) :
		m_bit(bite / 32 + 1),
		m_bitcount(bite)
	{

	}

	//给某一位置一
	void set(size_t pos)
	{
		if (pos > m_bitcount)
		{
			return;
		}
		//例：表示1,22,34
		//[0]：00000000 01000000 00000000 00000010
		//[1]：00000000 00000000 00000000 00000100
		//[2]：00000000 00000000 00000000 00000000
		//[3]：00000000 00000000 00000000 00000000
		size_t index = pos / 32;//表示下标
		size_t bits = pos % 32;//表示每组中的位置

		m_bit[index] |= 1u << bits;//置一
	}

	//给某一位置零
	void reset(size_t pos)
	{
		if (pos > m_bitcount)
		{
			return;
		}

		size_t index = pos / 32;//表示下标
		size_t bits = pos % 32;//表示每组中的位置

		m_bit[index] &= ~(1u << bits);//置零
	}

	//判断某一位的结果是0或1
	bool get(size_t pos)
	{
		if (pos > m_bitcount)
		{
			return;
		}

		size_t index = pos / 32;//表示下标
		size_t bits = pos % 32;//表示每组中的位置

		return m_bit[index]  >> bits & 1;
	}

	//位图不支持扩容
	size_t size()
	{
		return m_bitcount;
	}

	//数位图中一共有多少个1
	size_t count()
	{
		const char *pCount = "\0\1\1\2\1\2\2\3\1\2\2\3\2\3\3\4";
											// 0  1  2 3 4 5  6  7 8 9 a  b  c d e f

		size_t size = m_bit.size();
		size_t count = 0;
		size_t i;
		for (i = 0; i < size; i++)
		{
			int value = m_bit[i];
			for (int j = 0; j < sizeof(m_bit[0]); j++, value >>= 8)
			{
				char c = value;//char类型对value进行截断，相当于取8位
				count += pCount[c & 0x0f];//计算低4位中1的个数
				c >> 4;//右移4后，计算剩下4位中1的个数
				count += pCount[c & 0x0f];
			}
		}
	}
};

3、位图的应用

1. 快速查找某个数据是否在一个集合中
2. 排序
3. 求两个集合的交集、并集等
4. 操作系统中磁盘块标记

4、例题

1. 给定100亿个整数，设计算法找到只出现一次的整数？
   思路：利用两个位图，当某个数出现第一次将位图1 对应的位置置1，若出现第二次或者更多次将位图2置1，最终结果若位图1的某个位置为1 ，位图2对应的位置为0时，说明该数字只出现了一次。

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？
   思路：每个文件各用一个位图，若数字出现将对应的位置置1，最后扫描两个位图，相同位置均为1时，说明该数字为两个文件的交集。

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？
   思路：利用两个位图，位图的状态进行判断：
   若位图1、位图2均为0（表示该数字之前未出现），则将位图1对应的位置置1（变换后为1 0）；
   若位图1为1，位图2为0（表示该数字之前出现过1次），则将位图2对应的位置置1（变换后为1 1）；
   若位图1、位图2均为1（表示该数字在之前出现过2次），则将位图1对应的位置置0（变换后为0 1）；
   若位图1为0，位图2为1（表示该数字在之前出现过三次及以上），不做任何改变；
   所以除了位图1为0，位图2为1对应的数字，其他数字出现的次数不超过2次。