算法系列-bitmap算法详解和实现
来源:互联网 发布:java动态表单 组件 编辑:程序博客网 时间:2024/06/05 13:23
1.什么是bitmap?
我们可以将bitmap看成是一种数据结构,所谓的Bit-map就是用一个(或几个)bit位来标记某个元素对应的state(value)。最基本的情况,使用1bit标示一个关键字的状态(可标示两种状态),但根据需要也可以使用2bit(标示4种状态),3bit(标示8种状态),当一个状态标示需要的位数达到32bit时,就演变成来一个整型数组了。
2.优点和缺点
优点:
由于采用了Bit为单位来存储数据并建立映射关系来查找位置,因此可以大大减少存储空间,加快在大量数据中查询的时间。(有点哈希表的意思,但哈希中的value值数据类型可以丰富多样,而bitmap最终查到的value只能表示简单的几种状态)
缺点:bitmap中的查询结果(value)能表达的状态有限,且所有的数据不能重复。即不可对重复的数据进行排序和查找。
3.bitmap实现
在真实项目中,我们是反感重复造轮子的,能使用稳定现成且开源的是最好,在一般情况下(不用笔试面试的时候),c++库中已经提供了bitmap容器(是一种位集合的容器,和普通数组一样使用即可,本质是一个模板类),以下是利用bitset容器实现简单的位图法排序
#include <iostream>#include <bitset>#include <vector>using namespace std;const unsigned int max_num = 20000;//最大数字void BitmapSort(vector<unsigned int>& R){bitset<max_num + 1> bit;//遍历元素,将对应位置为1for (auto x : R)bit.set(x);//bit.set(n)表示将第n位设为1int j = 0;//输出排序结果for (int i = 0; i <= max_num; i++)if (bit.test(i))//bit.test(n)判断第n位是否为1R[j++] = i;}int main(){vector<unsigned int> R = { 3, 6, 2, 4, 7, 1 };BitmapSort(R);for (auto x : R)cout << x << " ";cout << endl;}
或者在笔试或者面试中我们可以自己实现一个简易版的bitmap类
#include<iostream>#include<vector>#pragma onceusing namespace std;class BitMap{public://位图的构造BitMap(size_t N = 1024) //{_bm.resize((N/32)+1); //注意此处的运算符优先级}//按照位图的方式进行数值的置位void SetMap(size_t v){//通过除得到此数在哪一个下标中存储中size_t index = v>>5;//通过模得到此数的具体位置size_t num = v%32;//将此数存在的位置置为1_bm[index] |= (1<<num);}//进行数值的复位void RetsetMap(size_t v){size_t index = v>>5;size_t num = v%32;_bm[index] &= ~(1<<num);}//给定一个数,测试这个数是否在bool TestMap(size_t v){size_t index = v>>5;size_t num = v%32;return _bm[index] & (1<<num);}protected:vector<size_t> _bm;};
4.实际问题讲解
问题1:给40亿个不重复的unsigned int的整数,没有排过序,然后再给一个数,如果快速判断这个数是否在那40亿个数当中。(解决海量数据中的查询问题)
此题解法:建立一个位集合,全部初始化为0。遍历40亿个不重复的整数,通过上述提供的一种映射(每个不重复的整数映射到给定的位)找到其位的位置,标记为1。判断这个数是否在大整数集合中,即通过映射关系计算此整数的位位置,检查是否为1,若为1,则存在,若为0,则不存在
问题2:数据库里存了很多800电话号码,数量特别大,以至于内存放不下,如何排序,时间比空间更重要?电话号码类似于800-810-5555。(高效排序)
此题解法:其实就是不重复的任意7位数及其之内的排序问题。我们用1位来表示电话是否出现,遍历整个电话号序列,设置相应的位,遍历位图收集位被设置的号码即可。查看上述的实现代码
5.扩展:对于上述问题,每个电话号码最多出现一次,如果关键字可能多次重复出现,但关键字范围比较确定且很集中的情况下,也可使用位图(要求的条件比较苛刻)(根据关键字最多可能出现的次数确定每个关键字需要的位数),但此时的位图通常会是一个整型数组,数组内容为对应位置关键字出现的次数,在执行收集过程时,对于每个关键字要收集多次(根据数组的值确定)。如有一大批职工的年龄信息,需要对这些职工按照年龄信息进行排序,则只需要建立一个长度为100的数组,每个数组为对应年龄人的个数,扫描一遍数组,收集年龄信息即可。
- 算法系列-bitmap算法详解和实现
- 基础算法-BitMap详解
- 详解bitmap算法
- java实现Bitmap算法
- 实现bitmap算法
- 海量数据处理系列----C++中Bitmap算法的实现
- 海量数据处理系列----C++中Bitmap算法的实现
- 海量数据处理系列----C++中Bitmap算法的实现
- 海量数据处理系列----C++中Bitmap算法的实现
- 海量数据处理系列之:用C++实现Bitmap算法
- 【转】 海量数据处理系列----C++中Bitmap算法的实现
- 算法学习 - bitmap实现(c++)
- No.14 【大数据算法】BitMap的原理和实现
- Base64算法详解和实现
- Base64算法详解和实现
- Base64算法详解和实现
- bitmap算法
- BitMap算法
- 朴素 多项式期望求解
- RXAndroid2.0初学习四
- Dubbo与Zookeeper、SpringMVC整合和使用
- snail Android 第三方架包
- C#-using的另一种用法
- 算法系列-bitmap算法详解和实现
- mtk和高通是如何把自己的内容打包到系统镜像中的
- ubuntu-kylin 16.04 LTS +VM12pro+py2.7+tensorflow0.8.0+mnist
- 51nod 1182 完美字符串
- 关于游戏架构设计的一些整理吧
- HashMap和Hashtable的区别
- 七夕手势识别小程序,献给爱人
- AJAX
- 浏览器极速模式和兼容模式差异