导语：10亿数据如何快速找到某个数 | 经典算法BitMap详解

前言

 BitMap从字面的意思，很多人认为是位图，其实准确的来说，翻译成基于位的映射，怎么理解呢？

问题引入

有一个无序有界int数组{1,2,5,7},初步估计占用内存44=16字节，因为只有4个数，很容易，可以很快找到需要的数。但是假如有10亿个这样的数呢，10亿个不重复并且没有排过序的无符号的int整数，给出一个整数，找出给定的某个数，你该如何操作？

需求分析：Int类型在Java中的存储占用4个Byte,32Bit。10亿4/(102410241024)=3.72G左右。如果这样的一个大的数据做查找和排序，那估计内存也崩溃了，有人说，这些数据可以不用一次性加载，那就是要存盘了，存盘必然消耗IO。我们提倡的是高性能，这个方案直接不考虑。

问题分析

  如果用BitMap思想来解决的话，就好很多，那么BitMap是怎么解决的啊，如下：

一个byte是占8个bit，如果每一个bit的值就是有或者没有，也就是二进制的0或者1，如果用bit的位置代表数组值有还是没有，那么0代表该数值没有出现过，1代表该数组值出现过。不也能描述数据了吗？具体如下图：

是不是很神奇，那么现在假如10亿的数据所需的空间就是3.72G/32了吧，一个占用32bit的数据现在只占用了1bit，节省了不少的空间，排序就更不用说了，一切显得那么顺利。这样的数据之间没有关联性，要是读取的，你可以用多线程的方式去读取。时间复杂度方面也是O(Max/n)，其中Max为byte[]数组的大小，n为线程大小。

三、应用与代码

 如果BitMap仅仅是这个特点，我觉得还不是它的优雅的地方，接下来继续欣赏它的魅力所在。下面的计算思想其实就是针对bit的逻辑运算得到，类似这种逻辑运算的应用场景可以用于权限计算之中。

再看代码之前，我们先搞清楚一个问题，一个数怎么快速定位它的索引号，也就是说搞清楚byte[index]的index是多少，position是哪一位。举个例子吧，例如add(14)。14已经超出byte[0]的映射范围，在byte[1]范围之类。那么怎么快速定位它的索引呢。如果找到它的索引号，又怎么定位它的位置呢。Index(N)代表N的索引号，Position(N)代表N的所在的位置号。

Index(N) = N/8 = N >> 3;

Position(N) = N%8 = N & 0x07;

(1) add(int num)

你要向bitmap里add数据该怎么办呢，不用担心，很简单，也很神奇。上面已经分析了，add的目的是为了将所在的位置从0变成1.其他位置不变.

实例代码：

public void add(int num){        // num/8得到byte[]的index        int arrayIndex = num >> 3;                 // num%8得到在byte[index]的位置        int position = num & 0x07;                 //将1左移position后，那个位置自然就是1，然后和以前的数据做|，这样，那个位置就替换成1了。        bits[arrayIndex] |= 1 << position;     }

(2) clear(int num)

  对1进行左移，然后取反，最后与byte[index]作与操作。

实例代码：

public void clear(int num){        // num/8得到byte[]的index        int arrayIndex = num >> 3;                 // num%8得到在byte[index]的位置        int position = num & 0x07;                 //将1左移position后，那个位置自然就是1，然后对取反，再与当前值做&，即可清除当前的位置了.        bits[arrayIndex] &= ~(1 << position);     }

(3) contain(int num)

实例代码：

 public boolean contain(int num){        // num/8得到byte[]的index        int arrayIndex = num >> 3;                 // num%8得到在byte[index]的位置        int position = num & 0x07;                 //将1左移position后，那个位置自然就是1，然后和以前的数据做&，判断是否为0即可        return (bits[arrayIndex] & (1 << position)) !=0;     }

全部代码如下：

public class BitMap {    //保存数据的    private byte[] bits;        //能够存储多少数据    private int capacity;            public BitMap(int capacity){        this.capacity = capacity;                //1bit能存储8个数据，那么capacity数据需要多少个bit呢，capacity/8+1,右移3位相当于除以8        bits = new byte[(capacity >>3 )+1];    }        public void add(int num){        // num/8得到byte[]的index        int arrayIndex = num >> 3;                 // num%8得到在byte[index]的位置        int position = num & 0x07;                 //将1左移position后，那个位置自然就是1，然后和以前的数据做|，这样，那个位置就替换成1了。        bits[arrayIndex] |= 1 << position;     }        public boolean contain(int num){        // num/8得到byte[]的index        int arrayIndex = num >> 3;                 // num%8得到在byte[index]的位置        int position = num & 0x07;                 //将1左移position后，那个位置自然就是1，然后和以前的数据做&，判断是否为0即可        return (bits[arrayIndex] & (1 << position)) !=0;     }        public void clear(int num){        // num/8得到byte[]的index        int arrayIndex = num >> 3;                 // num%8得到在byte[index]的位置        int position = num & 0x07;                 //将1左移position后，那个位置自然就是1，然后对取反，再与当前值做&，即可清除当前的位置了.        bits[arrayIndex] &= ~(1 << position);     }        public static void main(String[] args) {        BitMap bitmap = new BitMap(100);        bitmap.add(7);        System.out.println();                boolean isexsit = bitmap.contain(7);        System.out.println(+isexsit);                bitmap.clear(7);        isexsit = bitmap.contain(7);        System.out.println(+isexsit);    }}

总结：

Bitmap典型的应用场景为：大量数据的快速排序、查找、去重

其被广泛用于数据库和搜索引擎中，通过利用位级并行，它们可以显著加快查询速度。

但是，位图索引会占用大量的内存，因此我们会更喜欢压缩位图索引。

以上为全部内容。

本文内容由小里整理编辑！