2019独角兽企业重金招聘Python工程师标准>>>
所谓的Bit-map就是用一个bit位来标记某个元素对应的value,而key即是该元素。由于采用了Bit作为单位来存储数据,因此在存储空间方面,可以大大节省。
我们来看一个具体的例子加深对Bit-map的认识。假设我们要对0-7内的5个元素(4,7,2,5,3)排序(在这里假设这些元素没有重复)。那么,我们就可以采用Bit-map的方法来达到排序的目的。要表示8个数,我们就只需要8个Bit(即 1Byte,即1字节),首先我们开辟1 Byte的空间,将这些空间的所有Bit位搜置为0(如下图:)
然后遍历这5个元素,首先第一个元素是4,那么就把4对应的位置为1(可以这样操作 p+(i/8)|(0x01<<(i%8)),当然了这里的操作涉及到Big-ending 和 Little-ending的情况,这里默认为Big-ending),因为是从零开始的,所以要把第五位置为1:
然后再处理第二个元素7,将第八个位置为1,接着再处理第三个元素,一直到最后处理完所有的元素,将相应的位置为1,这时候的内存的Bit位状态如下:
然后我们现在遍历一遍Bit区域,将该位是1的位的编号输出(2,3,4,5,7),这样就达到了排序的目的。下面的代码给出了一个Bit-map的用法:排序
04 | void SetBit( char *p, int posi) |
06 | for ( int i=0; i < (posi/BYTESIZE); i++) |
11 | *p = *p|(0x01<<(posi%BYTESIZE)); //将该Bit位赋值1 |
18 | int num[] = {3,5,2,10,6,12,8,14,9}; |
20 | //BufferLen这个值是根据待排序的数据中最大值确定的 |
21 | //待排序中的最大值是14,因此只需要2个Bytes(16个Bit) |
23 | const int BufferLen = 2; |
24 | char *pBuffer = new char [BufferLen]; |
26 | //要将所有的Bit位置为0,否则结果不可预知。 |
27 | memset (pBuffer,0,BufferLen); |
31 | SetBit(pBuffer,num[i]); |
35 | for ( int i=0;i<BufferLen;i++) //每次处理一个字节(Byte) |
37 | for ( int j=0;j<BYTESIZE;j++) //处理该字节中的每个Bit位 |
39 | //判断该位上是否是1,进行输出,这里的判断比较笨。 |
40 | //首先得到该第j位的掩码(0x01<<j),将内存区中的 |
41 | //位和此掩码作与操作。最后判断掩码是否和处理后的 |
43 | if ((*pBuffer&(0x01<<j)) == (0x01<<j)) |
45 | printf ( "%d " ,i*BYTESIZE + j); |
52 | int _tmain( int argc, _TCHAR* argv[]) |
【适用范围】
可进行数据的快速查找,判重,删除,一般来说数据范围是int的10倍以下
【基本原理及要点】
使用bit数组来表示某些元素是否存在,比如8位电话号码
【扩展】
Bloom Filter可以看做是对Bit-map的扩展
【问题实例】
(1)已知某个文件内包含一些电话号码,每个号码为8位数字,统计不同号码的个数
8位最多 99 999 999,大概需要99m个bit,大概10几m字节的内存即可。(可以理解为从0-99 999 999的数字,每个数字对应一个Bit位,所以只需要99m个Bit==12.4MBytes,这样,就用到了小小的12.4M左右的内存表示了所有的8位数的电话)
(2)2.5亿个整数中找出不重复的整数的个数,内存空间不足以容纳这2.5亿个整数。
将Bit-map扩展一下,用2bit表示一个数即可,0表示未出现,1表示出现一下,2表示出现2次及以上,在遍历这些数的时候,如果对应位置的值是0,则将其置为1;如果是1,将其置为2;如果是2,则褒词不变。或者我们不用2bit来表示,我们用两个Bit-map即可模拟实现这个2bit-map,都是一样的道理。