jdk 源码分析（6）java BitSet结构

虽然bitSet取名有set，但确实不是Set的子集

public class BitSet implements Cloneable, java.io.Serializable 

本来想去找个图片，结果没找到，简单点。

如果有一个Set 里面存放了（整数）1，3，4，5，23，23，12，65这些数，如果直接存储需要8×32位 ；

如果采用位图，只需要用两个long整型串联。

 0

 1

2 

3 

4 

5 

 6

7 

8 

9 

 10

 

 

 

 

 

 

 

 

 

一个位置表示这个数的存储。

比如1，第一个long的第2个位为1

比如4，第一个long的第2个位为1

比如65，第二个long的第2个位为1

所以数据存储时x：

long []value

value[x/64] = value [x/64] | 1L<<x

value[x/64] 表示数据将放在第几个long 中， 因为1l 是以64为周期循环移动，会得到具体的存放位置。

x/64 = x>>6

查看Java 的bitSet的源码：

实际存放的位置

private long[] words;

初始长度为1

public BitSet() {    initWords(BITS_PER_WORD);sizeIsSticky = false;}

添加数据。添加数据会

public void set(int bitIndex){
if(bitIndex <0)
        throw new IndexOutOfBoundsException("bitIndex < 0: "+ bitIndex);
  //这里执行的是  bitIndex >> 6;
    int wordIndex = wordIndex(bitIndex);
    //看看是否需要扩充。
    expandTo(wordIndex);
    words[wordIndex]|=(1L<< bitIndex);//Restores invariants
    checkInvariants();
}

这里扩展成倍数扩展，没有优化

private void ensureCapacity(int wordsRequired) {    if (words.length < wordsRequired) {        // Allocate larger of doubled size or required sizeint request = Math.max(2 * words.length, wordsRequired);words = Arrays.copyOf(words, request);sizeIsSticky = false;}}

其他几个重要操作：add 直接是long的& ，比单个位操作要快，

public void and(BitSet set) {    if (this == set)        return;    while (wordsInUse > set.wordsInUse)        words[--wordsInUse] = 0;// Perform logical AND on words in commonfor (int i = 0; i < wordsInUse; i++)        words[i] &= set.words[i];recalculateWordsInUse();checkInvariants();}

其他还有xor，or 等。

不管怎么，bitset 初步解决了数据存储问题。但是还有很多优化问题，

比如：1）需要存储的数据只是一个1亿，那么也需要用1亿/64个long表示。

再比如 连续的 1，2，3，4，5，6 。。。1000.. 也需要存储1000/64个整数。

对于第一种 直接用ArrayList 比 bitset 节约空间。

第二种，采用run of length 比较好。比如开始位 1，重复999 . 所以只需要存储，1，999 就可以了，如果还有，

2000-4000 ， 可以是，1，999，2000，1999.

每两个为一个对，第一个为开始位置，第二个为重复次数。

还有bitset的空间分配，本直接，很暴力，直接2倍，如果数据量少没有问题，但是如果本身就有1亿了，再double 已经是个问题，所以可以分层优化。

所有的这些缺点在roaringbitmap里详细说明。可以参考我的文章 

roaringbitmap 源代码分析

。