BitMap和BitSet

Python021

BitMap和BitSet,第1张

Bit-map的基本思想就是用一个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为单位来存储数据,可以很大力度的节省空间,常用于对大量整数做去重和查询操作。

1byte=8bit

1kb=1024byte

1mb=1024kb

1gb=1024mb

java中 int类型占用4个字节=4*8=32bit

从上述结果来看,按位存储比按字节存储数字节约了(7.45/0.233-1约等于31倍空间),而且按字节存储根据内存4G的要求无法一次性在内存中进行处理。

众所周知,每一位的取值无非就是0和1,给每一位编号,那么用0表示数字存在,1表示数字不存在。

假如现在有一个字节也就是8位的空间,那么按照BitMap,可以表示8个数字,

按照上图所示,该字节的8位表示了整数数组[6,5,2,0]。那么java中int类型占用了4个字节,也就是32位,那么就可以最多表示32个数字。超过32位数字呢?那就使用两个以上int去表示。

假设我们要存储的数字最大值位N,则申请int temp[1+N/32]的数组空间,其中:

temp[0]可表示 0~31

temp[1]可表示 32-63

.....以此类推

给定任一整数M,M数字所在数组中的下标位置就应该是M/32,M数字所在的位就是M%32

总共两步

1.找到整数所在数组temp的下标

int index = M/32

2.将temp[index] 的第M%32位置1

temp[index]=temp[index] | (1<<(M%32))

根据bitMap的原理可知,想要清除掉一个数字,那就是将对应的位置0

总共两步

1.找到整数所在数组temp的下标

int index = M/32

2.将temp[index] 的第M%32位置0

temp[index]=temp[index] &(~ (1<<(M%32)))

根据每一位代表一个数字,1表示存在,0表示不存在,那么只需要判断整数对应位是否位1即可

总共两步

1.找到整数所在数组temp的下标

int index = M/32

2.将temp[index] 的第M%32位置0

temp[index] &(1<<(M%32) != 0?"存在":"不存在"

运行结果

BitSet就是实现了Bit-Map算法。BitSet位于java.util包下,从JDK1.0开始就已经有了。该类实现了一个按需增长的位向量。位集的每一个组件都有一个boolean类型的值。BitSet的每一位代表着一个非负整数。可以检查、设置、清除单个位。一个BitSet可以通过逻辑与、逻辑或、逻辑异或去修改另一个BitSet。默认情况下,所有位的标识都是false。

设值

清除

检查

BitSet有三种构造方法,我们直接来看无参构造器

可以看到BitSet是使用long数组存储。那么long类型占用8个字节,即64位,一个long类型可表示64个数字。默认设置BitSet可表示最大的位数为64位。与上述自己实现的基本类似。

再来看set方法

get方法

clear方法

可以看到JDK中的BitSet实现原理与第三节中一样,采用Bit-Map思想,BitSet封装较多的API,可供开发者们随意使用。

基本原理和用途

BitSet即位图,是一个很长的“0/1”序列,他的功能就是存储0或者1。

他的这个特点使得在java环境中存储一个数要比直接存一个int节省很多内存空间(一个int占4个字节32位,而用BItSet“存放”一个数只需要1个位)。

比如我们有{1,3,5,7}需要存放,内存中占用了4个int的长度即32*4(bit),如果使用BitSet,就是这个样的[...,1,0,1,0,1,0,1],只需要占用几个bit就可以表示。1个G的内存有8 * 1024 * 1024 * 1024 = 8.58 * 10^9个bit,也就是可以存放85亿+个数。

BitSet的初始大小为1个long的大小,即8字节64个bit。如果我们创建的BitSet指定了位数,系统会根据情况取成64的整数倍个bit,即整数个long的位数,这样做是为了内存补齐。

BitSet适合用于无重复,整数,常用于大数据场景或者日志统计。

参考文章:

Java中BitSet的使用及详解