位图

位图是一种数据结构，是利用二进制的01特性进行储存的一种技术，这种方式可以很大程度的节约内存，因为只需要存储二进制位即可。

我们先看一道经典的题： 有0-40亿的QQ用户，每个用户有在线/离线两种状态，目前只有一台1G内存的机器，实现一种可行方式，能够通过输入QQ号，查询用户当前状态。
咋一看这题可以直接弄一个哈希表<key:QQ, value:State>进行存储，当我们试着去用一个哈希表存储40亿条整形数据时，我们计算一下需要的内存，一个整型数据是32位的，4个字节（Byte,以下简称B）,4B * 4 * 10^9 = 16GB,显然超过了题目给定的1GB的内存，所以直接构造哈希表的方法行不通；那我们可以用硬盘存储QQ号，然后分批次遍历看看有没有出现，这种方式虽然可行，但是效率太低，显然不可行。
我们能不能利用有限的内存构造出一种能够存储，且查询迅速的结构或技术呢？答案是肯定的，我们先仔细看题，题目要求是QQ号对应只有两种状态在线/离线，我们可以以QQ号作为索引，建立一个位数组，值是二进制比特01，这样的话共需要内存就是1bit * 4 * 10^9=5*108B=500MB<1GB（注意一个字节8位，1B = 8bits）,所以我们得出，可以用位存储的思想将原本存不下的整型数“存起来”。
上述思想如下图，一个32位int类型的位值图（在计算机中存储的形式），这是一个十进制整数的二进制表示，一个整数占据32位4个字节，非常浪费，我们采用映射的思想，将32个整数映射到这个整数上进行存储，1表示出现过，0表示未出现，这样一个32位整数就可以表示32个整数的情况，内存缩小了32倍。

比如上图中可见的2出现过以及5出现过，其他元素则没有出现。
如何利用代码实现呢？
在编程语言中，常见类型都是以字节为单位的，没有以位作为单位的类型，所以不能直接写代码，我们可以考虑用移位来帮忙，用int类型来存储二进制位，比如一个int类型的数是32位，就可以存储32个QQ号的状态，0表示离线，1表示在线。
综上分析，我们就可以写代码了：

package BitMap;

import java.util.HashSet;
import java.util.Random;
import java.util.Set;

/**
 * 有0-40亿的QQ用户，每个用户有在线/离线两种状态，目前只有一台1G内存的机器
 * 实现一种可行方式，能够通过输入QQ号，查询用户当前状态
 * 
 * 若存每个数，则需要int4个字节， 4 * 4 * 10^9共16G。
 * 实现思想，利用位图的思想，每个数对应的状态用二进制存储，这样原来一个整数32位的存储空间被压缩成1位，
 * 整个空间小了32倍，16G的内存只需要500M即可，这样内存足够。
 * 也就是说用一个int类型的数存储32个QQ号的状态，这样40亿个QQ号共需要500M内存
 * @author brooke
 * 
 */
public class QQ {
	
	private int length; //需要的整数个数，对32按向上整除
	private int[] qq; //存储整数映射的位图数组
	
	
	public QQ(int num) {
		this.length = num / 32 + (num % 32 == 0 ? 0 : 1);
		qq = new int[length];
	}

	/**
	 * 设置第i个位置的状态
	 * @param number
	 * @param state
	 */
	public void set(int number, boolean state) {
		int st = state ? 1 : 0;
		int b = 31 - number % 32;
		int a = number / 32;
		qq[a] |= st << b;
	}
	
	/**
	 * 获取第i个位置的状态
	 * @param number
	 * @return
	 */
	public boolean get(int number) {
		int a = number / 32;
		int b = 31 - number % 32;
		int value = 1 << b;
		value &= qq[a];
		return value != 0;
	}
	
	/**
	 * 测试思想：利用集合记录出现过的数字，并随机选择数字，测试位图的结果和集合的结果是否一致！
	 * @param args
	 */
	public static void main(String[] args) {
		int size = (int)(10000);//由于jvm内存不够1G，所以40亿无法测试
		QQ obj = new QQ(size);
		int i = 0;
		Random rand = new Random();
		Set<Integer> set = new HashSet<>();
		boolean flag = true;
		while(i++ < 10000) {
			int index = rand.nextInt(size);
			obj.set(index, true);
			set.add(index);
			index = rand.nextInt(size);
			if(set.contains(index) != obj.get(index)) {
				System.out.println(index + " "+set.contains(index)+" " + obj.get(index));
				flag = false;
				break;
			}
		}
		if(flag)
			System.out.println("Nice!");
	}
}