如何在有序数剧中找到缺失的数字（例如1-100，随机抽出2个数字，找出抽取的数）

前言

今天无意看到一个面试题，觉的很有意思。

我理解的就是有100w条数据，从中抽走2条，然后问抽走的是哪两个。一开始自己也想了许多，什么二分法了，循环前后数相减不等于2的就是删除的数据。不过很快自己就推翻自己了，如果人家是拿走相邻的两个呢？如果人家不拿走2个，拿走5个6个呢？一开始也是自己想了很多很多，不过觉的都很烂。直到我发现了 java.util 里的 BitSet 类。我去很好的一次性的，解决了这个问题，话不多说先上代码。

代码操作

 public static void main(String[] args) {
        //获得系统的时间，单位为毫秒
        long startTime = System.currentTimeMillis();
        //造出100w条数据
        List<Integer> initLists = new ArrayList<>();
        for (int i = 1; i <= 1000000; i++) {
            initLists.add(i);
        }
        //随机在100w里抽取5条
        Random random = new Random();
        List<Integer> randomLists = new ArrayList<>();
        for (int i = 1; i <= 5; i++) {
            randomLists.add(random.nextInt(1000000));
        }
        System.out.println("我是随机剔除数" + randomLists);
        //100w里去除这5条
        for (Integer rand : randomLists) {
            initLists.remove(rand);
        }
        //获取被去除的5个数
        List<Integer> removeNumbers = findRemoveNumber1(initLists, 1000000);
        System.out.println("被剔除数" + randomLists);
        long endTime = System.currentTimeMillis();    //获取结束时间
        System.out.println("程序运行时间" + (endTime - startTime) + "毫秒");
    }

    /**
     * 找出剔除数.
     *
     * @param numbers 现在所剩数据
     * @param count   原先数据总数
     * @return
     */
    private static List<Integer> findRemoveNumber1(List<Integer> numbers, int count) {
        List<Integer> removeList = new ArrayList<>();
        //将现有数加入BitSet
        BitSet bitSet = new BitSet(count);
        for (Integer number : numbers) {
            bitSet.set(number);
        }
        //遍历查找
        for (int i = 1; i <= count; i++) {
            if (!bitSet.get(i)) {
                removeList.add(i);
            }
        }
        return removeList;
    }

    /**
     * 找出剔除数.
     *
     * @param numbers 现在所剩数据
     * @param count   原先数据总数
     * @return
     */
    private static List<Integer> findRemoveNumber2(List<Integer> numbers, int count) {
        List<Integer> removeList = new ArrayList<>();
        //获取剔除的数量
        int removeCount = count - numbers.size();
        //将现有数加入BitSet
        BitSet bitSet = new BitSet(count);
        for (Integer number : numbers) {
            bitSet.set(number - 1);
        }
        //定义
        int lastRemoveIndex = 0;
        for (int i = 1; i <= removeCount; i++) {
            lastRemoveIndex = bitSet.nextClearBit(lastRemoveIndex);
            removeList.add(++lastRemoveIndex);
        }
        return removeList;
    }

方法1

方法2

两个方法的运行时间基本没有差别。

重点 BitSet 类

• BitSet的原理

Java BitSet可以按位存储，计算机中一个字节(byte)占8位(bit)；

而BitSet是位操作的对象，值只有0或1（即true 和 false），内部维护一个long数组，初始化只有一个long segement，所以BitSet最小的size是64；随着存储的元素越来越多，BitSet内部会自动扩充，一次扩充64位，最终内部是由N个long segement 来存储；

默认情况下，BitSet所有位都是0即false；

正如上述方案来说：

皇冠人群是一个BitSet，其中1\3\5\63\65\67\69\127对应位为1；即橙色部分；

活跃人群也是一个BitSet，其中5\65\68\127对应位为1；即橙色部分；

而64个位为一个long数组，因此64对应的位就被分配到第2个long数组；

• BitSet的应用场景

海量数据去重、排序、压缩存储
常见的应用是那些需要对海量数据进行一些统计工作的时候，比如日志分析、用户数统计等等
如统计40亿个数据中没有出现的数据，将40亿个不同数据进行排序等。
现在有1千万个随机数，随机数的范围在1到1亿之间。现在要求写出一种算法，将1到1亿之间没有在随机数中的数求出来

• BitSet的基本操作

and（与）、or（或）、xor（异或）

• BitSet的优缺点

优点：

l 按位存储，内存占用空间小

l 丰富的api操作

缺点：

l 线程不安全

l BitSet内部动态扩展long型数组，若数据稀疏会占用较大的内存

• BitSet为什么选择long型数组作为内部存储结构

JDK选择long数组作为BitSet的内部存储结构是出于性能的考虑，在and和or的时候减少循环次数，提高性能；

因为BitSet提供and和or这种操作，需要对两个BitSet中的所有bit位做and或者or，实现的时候需要遍历所有的数组元素。使用long能够使得循环的次数降到最低，所以Java选择使用long数组作为BitSet的内部存储结构。

举个例子：

当我们进行BitSet中的and, or, xor操作时，要对整个bitset中的bit都进行操作，需要依次读出bitset中所有的word，如果是long数组存储，我们可以每次读入64个bit,而int数组存储时，只能每次读入32个bit。

• BitSet源码解析

参考JunitTest断点查看代码，了解BitSet每个方法的实现逻辑

附：

源码解析博文：http://www.cnblogs.com/lqminn/archive/2012/08/30/2664122.html

Java移位基础知识：https://www.cnblogs.com/hongten/p/hongten_java_yiweiyunsuangfu.html

简单理解：BitSet是位操作的对象，值只有0或1即false和true，内部维护了一个long数组，初始只有一个long，所以BitSet最小的size是64，当随着存储的元素越来越多，BitSet内部会动态扩充，最终内部是由N个long来存储，这些针对操作都是透明的。
用1位来表示一个数据是否出现过，0为没有出现过，1表示出现过。使用用的时候既可根据某一个是否为0表示，此数是否出现过。
当我们new BitSte(10) 时 里面默认都是false,当我们set(6) 时 6的位置 就变成了true；