算法系列-bitmap算法详解和实现
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/tiankong_/article/details/77651076
1.什么是bitmap?
我们可以将bitmap看成是一种数据结构,所谓的Bit-map就是用一个(或几个)bit位来标记某个元素对应的state(value)。最基本的情况,使用1bit标示一个关键字的状态(可标示两种状态),但根据需要也可以使用2bit(标示4种状态),3bit(标示8种状态),当一个状态标示需要的位数达到32bit时,就演变成来一个整型数组了。
2.优点和缺点
优点:
由于采用了Bit为单位来存储数据并建立映射关系来查找位置,因此可以大大减少存储空间,加快在大量数据中查询的时间。(有点哈希表的意思,但哈希中的value值数据类型可以丰富多样,而bitmap最终查到的value只能表示简单的几种状态)
缺点:bitmap中的查询结果(value)能表达的状态有限,且所有的数据不能重复。即不可对重复的数据进行排序和查找。
3.bitmap实现
在真实项目中,我们是反感重复造轮子的,能使用稳定现成且开源的是最好,在一般情况下(不用笔试面试的时候),c++库中已经提供了bitmap容器(是一种位集合的容器,和普通数组一样使用即可,本质是一个模板类),以下是利用bitset容器实现简单的位图法排序
-
#include <iostream>
-
#include <bitset>
-
#include <vector>
-
using namespace std;
-
const unsigned int max_num = 20000; //最大数字
-
void BitmapSort(vector<unsigned int>& R)
-
{
-
bitset<max_num + 1> bit;
-
//遍历元素,将对应位置为1
-
for (auto x : R)
-
bit.set(x); //bit.set(n)表示将第n位设为1
-
int j = 0;
-
//输出排序结果
-
for (int i = 0; i <= max_num; i++)
-
if (bit.test(i)) //bit.test(n)判断第n位是否为1
-
R[j++] = i;
-
}
-
int main()
-
{
-
vector<unsigned int> R = { 3, 6, 2, 4, 7, 1 };
-
BitmapSort(R);
-
for (auto x : R)
-
cout << x << " ";
-
cout << endl;
-
}
或者在笔试或者面试中我们可以自己实现一个简易版的bitmap类
-
#include<iostream>
-
#include<vector>
-
#pragma once
-
using namespace std;
-
class BitMap
-
{
-
public:
-
//位图的构造
-
BitMap(size_t N = 1024) //
-
{
-
_bm.resize((N/32)+1); //注意此处的运算符优先级
-
}
-
//按照位图的方式进行数值的置位
-
void SetMap(size_t v)
-
{
-
//通过除得到此数在哪一个下标中存储中
-
size_t index = v>>5;
-
//通过模得到此数的具体位置
-
size_t num = v%32;
-
//将此数存在的位置置为1
-
_bm[index] |= (1<<num);
-
}
-
//进行数值的复位
-
void RetsetMap(size_t v)
-
{
-
size_t index = v>>5;
-
size_t num = v%32;
-
_bm[index] &= ~(1<<num);
-
}
-
//给定一个数,测试这个数是否在
-
bool TestMap(size_t v)
-
{
-
size_t index = v>>5;
-
size_t num = v%32;
-
return _bm[index] & (1<<num);
-
}
-
protected:
-
vector<size_t> _bm;
-
};
4.实际问题讲解
问题1:给40亿个不重复的unsigned int的整数,没有排过序,然后再给一个数,如果快速判断这个数是否在那40亿个数当中。(解决海量数据中的查询问题)
此题解法:建立一个位集合,全部初始化为0。遍历40亿个不重复的整数,通过上述提供的一种映射(每个不重复的整数映射到给定的位)找到其位的位置,标记为1。判断这个数是否在大整数集合中,即通过映射关系计算此整数的位位置,检查是否为1,若为1,则存在,若为0,则不存在
问题2:数据库里存了很多800电话号码,数量特别大,以至于内存放不下,如何排序,时间比空间更重要?电话号码类似于800-810-5555。(高效排序)
此题解法:其实就是不重复的任意7位数及其之内的排序问题。我们用1位来表示电话是否出现,遍历整个电话号序列,设置相应的位,遍历位图收集位被设置的号码即可。查看上述的实现代码
5.扩展:对于上述问题,每个电话号码最多出现一次,如果关键字可能多次重复出现,但关键字范围比较确定且很集中的情况下,也可使用位图(要求的条件比较苛刻)(根据关键字最多可能出现的次数确定每个关键字需要的位数),但此时的位图通常会是一个整型数组,数组内容为对应位置关键字出现的次数,在执行收集过程时,对于每个关键字要收集多次(根据数组的值确定)。如有一大批职工的年龄信息,需要对这些职工按照年龄信息进行排序,则只需要建立一个长度为100的数组,每个数组为对应年龄人的个数,扫描一遍数组,收集年龄信息即可。