标准非STL容器 : bitset

1. 概念
什么是“标准非STL容器”？标准非STL容器是指“可以认为它们是容器，但是他们并不满足STL容器的所有要求”。前文提到的容器适配器stack、queue及priority_queue都是标准非STL容器的一部分。此外，valarray也是标准非STL容器。
bitset：一种高效位集合操作容器。

2. API
bitset提供的api：
(constructor)    Construct bitset (public member function)
operator[]    Access bit (public member function)
set    Set bits (public member function)
reset    Reset bits (public member function )
flip    Flip bits (public member function)
to_ulong    Convert to unsigned long integer (public member function)
to_string    Convert to string (public member function)
count    Count bits set (public member function)
size    Return size (public member function)
test    Return bit value (public member function )
any    Test if any bit is set (public member function)
none    Test if no bit is set (public member function)

3. 源码剖析
SGI bitset部分实现源码

[cpp] view plain copy

1. template<size_t _Nb>  
2. class bitset : private _Base_bitset<__BITSET_WORDS(_Nb)>  
3. {  
4. private:  
5.   typedef _Base_bitset<__BITSET_WORDS(_Nb)> _Base;  
6.   typedef unsigned long _WordT;  
7.   
8. private:  
9.   void _M_do_sanitize() {  
10.     _Sanitize<_Nb%__BITS_PER_WORD>::_M_do_sanitize(this->_M_hiword());  
11.   }  
12. .....  
13. }  

[cpp] view plain copy

1. #define __BITS_PER_WORD (CHAR_BIT*sizeof(unsigned long))  
2. #define __BITSET_WORDS(__n) \  
3.  ((__n) < 1 ? 1 : ((__n) + __BITS_PER_WORD - 1)/__BITS_PER_WORD)  

[cpp] view plain copy

1. template<size_t _Nw>  
2. struct _Base_bitset {  
3.   typedef unsigned long _WordT;  
4.   
5.   _WordT _M_w[_Nw];                // 0 is the least significant word.  
6.   
7.   _Base_bitset( void ) { _M_do_reset(); }  
8.   _Base_bitset(unsigned long __val) {  
9.     _M_do_reset();  
10.     _M_w[0] = __val;  
11.   }  
12.   
13.   static size_t _S_whichword( size_t __pos )  
14.     { return __pos / __BITS_PER_WORD; }  
15.   static size_t _S_whichbyte( size_t __pos )  
16.     { return (__pos % __BITS_PER_WORD) / CHAR_BIT; }  
17.   static size_t _S_whichbit( size_t __pos )  
18.     { return __pos % __BITS_PER_WORD; }  
19.   static _WordT _S_maskbit( size_t __pos )  
20.     { return (static_cast<_WordT>(1)) << _S_whichbit(__pos); }  
21.   
22.   _WordT& _M_getword(size_t __pos)       { return _M_w[_S_whichword(__pos)]; }  
23.   _WordT  _M_getword(size_t __pos) const { return _M_w[_S_whichword(__pos)]; }  
24.   
25.   _WordT& _M_hiword()       { return _M_w[_Nw - 1]; }  
26.   _WordT  _M_hiword() const { return _M_w[_Nw - 1]; }  
27.   
28.   void _M_do_and(const _Base_bitset<_Nw>& __x) {  
29.     for ( size_t __i = 0; __i < _Nw; __i++ ) {  
30.       _M_w[__i] &= __x._M_w[__i];  
31.     }  
32.   }  
33.   
34.   void _M_do_or(const _Base_bitset<_Nw>& __x) {  
35.     for ( size_t __i = 0; __i < _Nw; __i++ ) {  
36.       _M_w[__i] |= __x._M_w[__i];  
37.     }  
38.   }  
39.   
40.   void _M_do_xor(const _Base_bitset<_Nw>& __x) {  
41.     for ( size_t __i = 0; __i < _Nw; __i++ ) {  
42.       _M_w[__i] ^= __x._M_w[__i];  
43.     }  
44.   }  

节选上述代码，可以得到：
1. bitset继承_Base_bitset，具体操作封装在_Base_bitset中
2. bitset 的size作为模板参数(非类型模板参数的一个要求是，编译器能在编译期就能把参数确定下来)，因此，bitset大小在编译期固定，不支持插入和删除元素
3. 各种位操作，性能高
4._Base_bitset使unsigned long作为底层存储，不支持指针、引用、迭代器
5. 使用 _WordT _M_w[_Nw];分配内存，因此在栈中定义bitset需要注意大小(和STL标准容器堆内存分配区别开)。
     eg，下面的代码将栈溢出（测试机器栈内存10M） 

[cpp] view plain copy

1. void fun()  
2. {  
3.         const int n = 800000000;  
4.   
5.         bitset<n> a;  
6.         cout << a.size() << endl;  
7. }  
8. int main(int argc, char** argv)  
9. {  
10.         fun();  
11.   
12.         return 0;  
13. }  

大内存分配可以分配在堆中，如下：

[cpp] view plain copy

1. const int n = 800000000;  
2.   
3. bitset<n> *a = new(std::nothrow) bitset<n>;  
4.   
5. if(a)  
6. {  
7.         cout << a->size() << endl;  
8.         delete a;  
9.         a = NULL;  
10. }  

4. vector<bool>及deque<bool>
bitset高效，但是size必须在编译器确定，不支持插入和删除。因此，一个可能的替代品是vector<bool>和deque<bool>
两者的区别：
vector<bool>不是一个STL容器，并且不容纳bool（like bitse底层t机制）
deque<bool>是一个STL容器，它保存真正的bool值
分别运行

[cpp] view plain copy

1. deque<bool> a;  
2. a[0] = 0;  
3. bool* b = &a[0];  
4. cout << *b << endl;  

和

[cpp] view plain copy

1. vector<bool> a;  
2. a[0] = 0;  
3. bool* b = &a[0];  
4. cout << *b << endl;  

将会发现：
使用deque<bool>正确，而是用vector<bool>会报错：“cannot convert `std::_Bit_reference*' to `bool*' in initialization“

但是，deque简直是在践踏内存。
使用deque<bool>

[cpp] view plain copy

1. int main(int argc, char** argv)  
2. {  
3.         deque<bool> a(10000000000);  
4.         sleep(100);  
5.         return 0;  
6. }  

内存使用：
  PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND                                                               
23612 work      25   0 9990m 9.8g  720 S  0.0 65.0   0:39.35 test

使用vector<bool>

[cpp] view plain copy

1. int main(int argc, char** argv)  
2. {  
3.         vector<bool> a(10000000000);  
4.         sleep(100);  
5.         return 0;  
6. }  

内存使用：
  PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND                                                               
23909 work      25   0 1198m 1.2g  716 S  0.0  7.8   0:01.31 test

使用bitset

[cpp] view plain copy

1. int main(int argc, char** argv)  
2. {  
3.         const unsigned long int n = 10000000000;  
4.         bitset<n> *a = new(std::nothrow) bitset<n>;  
5.         sleep(100);  
6.   
7.         return 0;  
8. }  

  PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND                                                               
24439 work      25   0 1198m 1.2g  712 S 30.7  7.8   0:00.92 test  

10亿个bool，vector<bool>和bitset使用内存1198M，deque<bool>则是9990M

5. 总结
在需要对位集合进行操作的时候，如何操作集合大小比较固定，优先选择高效的bitset；
如果需要动态增删元素，或者编译期间无法确定集合大小，则可以考虑vector<bool>，deque<bool>内存开销太大，基本上不考虑。

参考：
http://www.sgi.com/tech/stl/download.html
http://www.cplusplus.com/reference/stl/vector/
http://www.cplusplus.com/reference/stl/bitset/

扩展阅读：

Vector specialization: vector<bool>

The vector class template has a special template specialization for the bool type.

This specialization is provided to optimize for space allocation: In this template specialization, each element occupies only one bit (which is eight times less than the smallest type in C++:char).

The references to elements of a bool vector returned by the vector members are not references tobool objects, but a special member type which is a reference to a single bit, defined inside thevector<bool> class specialization as:

[cpp] view plain copy

1. class vector<bool>::reference {  
2.   friend class vector;  
3.   reference();                                 // no public constructor  
4. public:  
5.   ~reference();  
6.   operator bool () const;                      // convert to bool  
7.   reference& operator= ( const bool x );       // assign from bool  
8.   reference& operator= ( const reference& x );  // assign from bit  
9.   void flip();                                 // flip bit value.  
10. }