http://blog.csdn.net/yming0221/article/details/8734053
问题描述:
位图排序是一种效率极高(复杂度可达O(n))并且很节省空间的一种排序方法,但是这种排序方法对输入的数据是有比较严格的要求(数据不能重复,大致知道数据的范围)。位图排序即利用位图或者位向量来表示集合。举个例子,假如有一个集合{3,5,7,8,2,1},我们可以用一个8位的二进制向量set[1-8]来表示该集合,如果数据存在,则将set相对应的二进制位置1,否则置0.根据给出的集合得到的set为{1,1,1,0,1,0,1,1},然后再根据set集合的值输出对应的下标即可得到集合{3,5,7,8,2,1}的排序结果。这个就是位图排序的原理。
一.位图排序的应用:
1.给40亿个不重复的unsigned int的整数,没有排过序,然后再给一个数,如果快速判断这个数是否在那40亿个数当中。
因为unsigned int数据的最大范围在在40亿左右,40*10^8/1024*1024*8=476,因此只需申请512M的内存空间,每个bit位表示一个unsigned int。读入40亿个数,并设置相应的bit位为1.然后读取要查询的数,查看该bit是否为1,是1则存在,否则不存在。
2.给40亿个unsigned int的整数,如何判断这40亿个数中哪些数重复?
同理,可以申请512M的内存空间,然后读取40亿个整数,并且将相应的bit位置1。如果是第一次读取某个数据,则在将该bit位置1之前,此bit位必定是0;如果是第二次读取该数据,则可根据相应的bit位是否为1判断该数据是否重复。
二.位图排序的实现
由于在C语言中没有bit这种数据类型,因此必须通过位操作来实现。
假如有若干个不重复的正整数,范围在[1-100]之间,因此可以申请一个int数组,int数组大小为100/32+1。
因此要进行置1位操作,必须先确定逻辑位置:字节位置(数组下标)和位位置。
字节位置=数据/32;(采用位运算即右移5位)
位位置=数据%32;(采用位运算即跟0X1F进行与操作)。
C实现代码:
- #include <stdio.h>
- #define MAX 1000000
- #define SHIFT 5
- #define MASK 0x1F
- #define DIGITS 32
- int a[1+MAX/DIGITS];
- void setbit(int n) //将逻辑位置为n的二进制位置为1
- {
- a[n>>SHIFT] |= (1<<(n&MASK)); //n>>SHIFT右移5位相当于除以32求算字节位置,n&MASK相当于对32取余即求位位置,
- } //然后将1左移的结果与当前数组元素进行或操作,相当于将逻辑位置为n的二进制位置1.
- void clearbit(int n)
- {
- a[n>>SHIFT] &= ~(1<<(n&MASK)); //将逻辑位置为n的二进制位置0,原理同set操作
- }
- int test(int n)
- {
- return a[n>>SHIFT] & (1<<(n&MASK)); //测试逻辑位置为n的二进制位是否为1
- }
- int main(int argc, char *argv[])
- {
- int i,n;
- for(i=0;i<MAX;i++)
- {
- clearbit(i);
- }
- while(scanf("%d",&n)!=EOF)
- {
- setbit(n);
- }
- for(i=0;i<MAX;i++)
- {
- if(test(i))
- printf("%d ",i);
- }
- return 0;
- }
在C++中提供了bitset这种集合,专门用来进行位操作,因此实现起来比较容易
C++实现代码:
- #include <iostream>
- #include <bitset>
- #define MAX 1000000
- bitset<MAX+1> bit;
- int main(int argc, char *argv[])
- {
- using namespace std;
- int n,i;
- while(scanf("%d",&n)!=EOF)
- {
- bit.set(n,1);
- }
- for(i=0;i<=MAX+1;i++)
- {
- if(bit[i]==1)
- printf("%d ",i);
- }
- return 0;
- }