04 位图（Bit Map)

位图

位图可以节省存储空间。

public class BitMap { // Java 中 char 类型占 16bit，也即是 2 个字节
  private char[] bytes;
  private int nbits;
  
  public BitMap(int nbits) {
    this.nbits = nbits;
    this.bytes = new char[nbits/16+1];
  }

  public void set(int k) {
    if (k > nbits) return;
    int byteIndex = k / 16;
    int bitIndex = k % 16;
    bytes[byteIndex] |= (1 << bitIndex);
  }

  public boolean get(int k) {
    if (k > nbits) return false;
    int byteIndex = k / 16;
    int bitIndex = k % 16;
    return (bytes[byteIndex] & (1 << bitIndex)) != 0;
  }
}

将数字 A 的第 k 位设置为1：A = A | (1 << (k - 1))
将数字 A 的第 k 位设置为0：A = A & ~(1 << (k - 1))
检测数字 A 的第 k 位：A & (1 << (k - 1)) != 0
用于理解bitmap中代码

布隆过滤器

适用范围

布隆过滤器适用于不需要100%准确的，允许存在小规模判误的大规模判重场景。比如爬虫网站去重，比如统计大型网站每日UV数（用户访问数）。

原理

利用位图，以及多个hash函数。只能保证查找失败的确是没有，不能保证查找成功的是确实存在的。只会对存在的情况进行误判。bloom filter: False is always false. True is maybe true.
作者回复: 布隆过滤器本身就是解决位图消耗空间比较多的问题。位图的大小是数据的范围。而布隆过滤器的大小应该是小于位图大小的，所以肯定就是数据的范围了。

参照极客时间上：数据结构与算法之美课程做的笔记。