文章目錄
- 一、定義
- 二、數據結構
- 三、相關操作
-
四、位圖法的缺點
-
五、位圖法的應用
-
六、實現
一、定義
位圖法就是bitmap的縮寫。所謂bitmap,就是用每一位來存放某種狀態,適用於大規模數據,但數據狀態又不是很多的情況。通常是用來判斷某個數據存不存在的。在STL中有一個bitset容器,其實就是位圖法,引用bitset介紹:
A bitset is a special container class that is designed to store bits (elements with only two possible values: 0 or 1,true or false, ...).The class is very similar to a regular array, but optimizing for space allocation: each element occupies only one bit (which is eight times less than the smallest elemental type in C++: char).Each element (each bit) can be accessed individually: for example, for a given bitset named mybitset, the expression mybitset[3] accesses its fourth bit, just like a regular array accesses its elements.
二、數據結構
unsigned int bit[N];
在這個數組裏面,可以存儲 N * sizeof(int) * 8個數據,但是最大的數只能是N * sizeof(int) * 8 - 1。假如,我們要存儲的數據範圍爲0-15,則我們只需要使得N=1,這樣就可以把數據存進去。如下圖:
數據爲【5,1,7,15,0,4,6,10】,則存入這個結構中的情況爲
三、相關操作
1,寫入數據
定義一個數組: unsigned char bit[8 * 1024];這樣做,能存 8K*8=64K 個 unsigned short 數據。bit 存放的字節位置和位位置(字節 0~8191 ,位 0~7 )比如寫 1234 ,字節序: 1234/8 = 154; 位序: 1234 &0b111 = 2 ,那麼 1234 放在 bit 的下標 154 字節處,把該字節的 2 號位( 0~7)置爲 1
字節位置: int nBytePos =1234/8 = 154;
位位置: int nBitPos = 1234 & 7 = 2;
|
再比如寫入 1236 ,
字節位置: int nBytePos =1236/8 = 154;
位位置: int nBitPos = 1236 & 7 = 4
|
函數實現:
|
2,讀指定位
|
四、位圖法的缺點
- 可讀性差
- 位圖存儲的元素個數雖然比一般做法多,但是存儲的元素大小受限於存儲空間的大小。位圖存儲性質:存儲的元素個數等於元素的最大值。比如, 1K 字節內存,能存儲 8K 個值大小上限爲 8K 的元素。(元素值上限爲 8K ,這個侷限性很大!)比如,要存儲值爲 65535 的數,就必須要 65535/8=8K 字節的內存。要就導致了位圖法根本不適合存 unsigned int 類型的數(大約需要 2^32/8=5 億字節的內存)。
- 位圖對有符號類型數據的存儲,需要 2 位來表示一個有符號元素。這會讓位圖能存儲的元素個數,元素值大小上限減半。 比如 8K 字節內存空間存儲 short 類型數據只能存 8K*4=32K 個,元素值大小範圍爲 -32K~32K 。
五、位圖法的應用
1、給40億個不重複的unsigned int的整數,沒排過序的,然後再給一個數,如何快速判斷這個數是否在那40億個數當中
首先,將這40億個數字存儲到bitmap中,然後對於給出的數,判斷是否在bitmap中即可。
2、使用位圖法判斷整形數組是否存在重複
遍歷數組,一個一個放入bitmap,並且檢查其是否在bitmap中出現過,如果沒出現放入,否則即爲重複的元素。
3、使用位圖法進行整形數組排序
首先遍歷數組,得到數組的最大最小值,然後根據這個最大最小值來縮小bitmap的範圍。這裏需要注意對於int的負數,都要轉化爲unsigned int來處理,而且取位的時候,數字要減去最小值。
4、在2.5億個整數中找出不重複的整數,注,內存不足以容納這2.5億個整數
參考的一個方法是:採用2-Bitmap(每個數分配2bit,00表示不存在,01表示出現一次,10表示多次,11無意義)。其實,這裏可以使用兩個普 通的Bitmap,即第一個Bitmap存儲的是整數是否出現,如果再次出現,則在第二個Bitmap中設置即可。這樣的話,就可以使用簡單的1- Bitmap了。
六、實現
問題:迅速在兩個含有大量數據的文件中尋找相同的數據。
求解問題如下:
在本地磁盤裏面有file1和file2兩個文件,每一個文件包含500萬條隨機整數(可以重複),最大不超過2147483648也就是一個int表示範圍。要求寫程序將兩個文件中都含有的整數輸出到一個新文件中。
要求:
- 程序的運行時間不超過5秒鐘。
- 沒有內存泄漏。
- 代碼規範,能要考慮到出錯情況。
- 代碼具有高度可重用性及可擴展性,以後將要在該作業基礎上更改需求。
初一看,覺得很簡單,不就是求兩個文件的並集嘛,於是很快寫出了下面的代碼。
|
原文註明:
https://www.iteblog.com/archives/148
https://www.iteblog.com/archives/158