海量数据处理--位图（BitMap）

对于海量数据这个词，大家不难理解吧。主要是针对给定的数据量特别大，占用内存特别大的情况。那么和位图有什么关系呢。看下面一个腾讯的海量数据的例子吧。

例：给40亿个不重复的无符号整数，没排过序。给一个无符号整数，如何快速判断一个数是否在这40亿个数中。

       对于这道题，我们给了40亿个不重复的无符号整数，一个整数是4个字节，那么就是40*4=160亿个字节，大概是16G的内存。显然在内存上时存不下的。那么我们怎么来查找呢。既然是不重复，就说明整数要么就不出现，要么就出现一次。整数的最大值是42亿多，即2^32。此时我们就可以用每一位来表示这个数存在或者不存在。如果将32位为一个编号时，原本16G的数据使用位图可以节省到500M的空间。大概我们刚刚学过哈希表，用访问地址的方法来快速的查找出地址对应的值。这里也一样，用到了哈希表中的新的解决海量数据的方法---位图。

那么问题来了？什么是位图呢？

我们用每一位标志这个数存在的状态，设为0（不存在）和1（存在）；