Bitmap

方法介绍

什么是Bit-map

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为单位来存储数据,因此在存储空间方面,可以大大节省。

来看一个具体的例子,假设我们要对0-7内的5个元素(4,7,2,5,3)排序(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(1Bytes),首先我们开辟1Byte的空间,将这些空间的所有Bit位都置为0(如下图:)

6.7 Bitmap - 图1

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)|(0×01<<(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一(如下图):

6.7 Bitmap - 图2

然后再处理第二个元素7,将第八位置为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位的状态如下:

6.7 Bitmap - 图3

然后我们现在遍历一遍Bit区域,将该位是一的位的编号输出(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BitMap的用法:排序。

  1. //定义每个Byte中有8个Bit位
  2. #include memory.h
  3. #define BYTESIZE 8
  4. void SetBit(char *p, int posi)
  5. {
  6. for(int i=0; i < (posi/BYTESIZE); i++)
  7. {
  8. p++;
  9. }
  10. *p = *p|(0x01<<(posi%BYTESIZE));//将该Bit位赋值1
  11. return;
  12. }
  13. void BitMapSortDemo()
  14. {
  15. //为了简单起见,我们不考虑负数
  16. int num[] = {3,5,2,10,6,12,8,14,9};
  17. //BufferLen这个值是根据待排序的数据中最大值确定的
  18. //待排序中的最大值是14,因此只需要2个Bytes(16个Bit)
  19. //就可以了。
  20. const int BufferLen = 2;
  21. char *pBuffer = new char[BufferLen];
  22. //要将所有的Bit位置为0,否则结果不可预知。
  23. memset(pBuffer,0,BufferLen);
  24. for(int i=0;i<9;i++)
  25. {
  26. //首先将相应Bit位上置为1
  27. SetBit(pBuffer,num[i]);
  28. }
  29. //输出排序结果
  30. for(int i=0;i<BufferLen;i++)//每次处理一个字节(Byte)
  31. {
  32. for(int j=0;j<BYTESIZE;j++)//处理该字节中的每个Bit位
  33. {
  34. //判断该位上是否是1,进行输出,这里的判断比较笨。
  35. //首先得到该第j位的掩码(0x01<<j),将内存区中的
  36. //位和此掩码作与操作。最后判断掩码是否和处理后的
  37. //结果相同
  38. if((*pBuffer&(0x01<<j)) == (0x01<<j))
  39. {
  40. printf("%d ",i*BYTESIZE + j);
  41. }
  42. }
  43. pBuffer++;
  44. }
  45. }
  46. int _tmain(int argc, _TCHAR* argv[])
  47. {
  48. BitMapSortDemo();
  49. return 0;
  50. }

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.

问题实例

1、在2.5亿个整数中找出不重复的整数,注,内存不足以容纳这2.5亿个整数

解法一:采用2-Bitmap(每个数分配2bit,00表示不存在,01表示出现一次,10表示多次,11无意义)进行,共需内存2^32 * 2 bit=1 GB内存,还可以接受。然后扫描这2.5亿个整数,查看Bitmap中相对应位,如果是00变01,01变10,10保持不变。所描完事后,查看bitmap,把对应位是01的整数输出即可。

解法二:也可采用与第1题类似的方法,进行划分小文件的方法。然后在小文件中找出不重复的整数,并排序。然后再进行归并,注意去除重复的元素。”

2、给40亿个不重复的unsigned int的整数,没排过序的,然后再给一个数,如何快速判断这个数是否在那40亿个数当中?

解法一:可以用位图/Bitmap的方法,申请512M的内存,一个bit位代表一个unsigned int值。读入40亿个数,设置相应的bit位,读入要查询的数,查看相应bit位是否为1,为1表示存在,为0表示不存在。