位运算基础与面试题C++

共有如下几种位运算

运算符	功能	用法
~	位取反	~expr
<<	左移	expr1<<expr2
>>	右移	expr1>>expr2
&	位与	expr1&expr2
^	位异或	expr1^expr2
|	位或	expr1

如果运算对象是带符号的并且符号为负，那么位运算如何处理运算对象的“符号位”依赖于机器，并且，左移可能会改变符号位的值。
左移运算对象可能会使对象发生提升，将char的8位变成int的32位。
>>有符号对象时，可能在左侧插入符号位的副本，也可能插入值为0的二进制位。

示例一

网页黑名单系统、垃圾邮件过滤系统、爬虫的网址判断重复系统， 并且系统容忍一定程度的失误率， 但是对空间的要求比较严格。=》布隆过滤器。

布隆过滤器

一个布隆过滤器精确地代表一个集合，可以精确地（非准确，存在误判）判断一个元素是否在集合中，精确程度取决于用户的具体设计，但做到100%的精确是不可能的。
布隆过滤器的优势在于使用很少的空间可以做到精确率较高。

假设有一个长度为m的bit类型数组记为bitarray，其中每个为止只占一个bit，只有0白,1黑两种状态。假设一共有k个哈希函数，函数的输出$\ge m$，并且k个哈希函数足够的优秀彼此之间完全独立，则每一个对象经过k个哈希函数算出的结果也是相互独立的，可能相同也可能不同，对算出的每一个结果，对m取余，取余的结果在bitarray相应的位置写为1图黑，接下来处理所有的对象。对已经图黑的位置，让其继续为黑即可，至此一个布隆过滤器就生成了。这个布隆过滤器代表之前所有对象组成的集合。
假设一个对象为a，想检查a是否在布隆过滤器中，只用将a通过k个哈希函数，然后对所有结果m取余，然后对比bitarray的位置，如果全部为黑1，则这个对象判断为在布隆过滤器中，只要有一个位置不为1，则不在布隆过滤器中。

假设bitarray大小为m，哈希函数个数k，样本数量为n，失误率为p。
通常题目有n，p值，计算m的公式为
m = − n × ln ⁡ p ( ln ⁡ 2 ) 2 , m = -\frac{n\times\ln p}{(\