BitMap的C++实现

BitMap算法的实现

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。

我们知道，一般可以直接操控的最小的单位是字节，比如在C/C++中，定义一个类型char，对它进行各种操作。然后很多时候，面对一个很大数据量，且我们仅仅希望知道某个数是否存在，我们不妨可以（有时候是必须）使用Bitmap算法来完成相关操作。比如腾讯的下面这道题：

在40亿个没有排序的无符号整数中，我们如何快速判断某个无符号整数是否在这40亿个数中？

40亿，这是一个很大的数字，就是海量数据的处理，所以我们必须要考虑到内存的问题。我们知道一个无符号整数的大小为4个字节，那么40亿个需要占多少的内存？4*40亿是多大量级？咋一看有点难算，不过我们可以估算一下。
1KB=1024B
1MB=1024KB
1GB=1024MB
我们近似估计一下，1GB≈1000 * 1000 * 1000B= 1 000 000 000B = 10亿B，因此40亿*4B / 10亿B = 16G。就是说需要占据大概16GB的内存，这显然对于一般的电脑是不行的。

如果我们可以使用位图来存，一整型占4字节32比特位，因此如果用一个bit来存的话，在上面的例子中仅仅需要16G/32=0.5G大概就是500MB的内存。

题目要求我们快速判断，最快的算法当然是O（1）的操作，我们可以开一个无符号整型最大值的空间（保证这42亿个数都在这个范围内），每个数映射一个bit位，如果存在就将该bit位置1，不然就置0。因此想要查找某个数只需要开他映射的那个比特位是0还是1就可以了。

比如我们想要在这些数中查找一个33。

首先我们要开辟一块size_t（无符号整型）的空间，我们不妨使用vector v 来存。
其中每个元素都是size_t占4个字节32位，如下图（每个空格代表一个bit位）

刚开始每个空格全是0，这时候我们存一个33，v[0]对应着0-31的比特位，v[1]对应着32-63的比特位，因此33就在v[1]第二个比特位。。。我们只需要将这个比特位置1就好了，到时候查找也是这个位是否为1。

bitmap表为：

v[0] ——> 0 - 31

v[1] ——> 32 - 63

v[2] ——> 64 - 95

v[3] ——> 96 - 127

……

结论：对于任意一个数x，x / 32对应着它在vector的第几个位置，x % 32对应它的比特位。

下面给出C++代码的实现。

class BitMap
{
public:
    BitMap(size_t num)
    {
        _v.resize((num >> 5) + 1); // 相当于num/32 + 1
    }

    void Set(size_t num) //set 1
    {
        size_t index = num >> 5; // 相当于num/32
        size_t pos = num % 32;
        _v[index] |= (1 << pos);
    }

    void ReSet(size_t num) //set 0
    {
        size_t index = num >> 5; // 相当于num/32
        size_t pos = num % 32;
        _v[index] &= ~(1 << pos);
    }

    bool HasExisted(size_t num)//check whether it exists
    {
        size_t index = num >> 5;
        size_t pos = num % 32;
        bool flag = false;
        if (_v[index] & (1 << pos))
            flag = true;
        return flag;

    }

private:
    vector _v;
}; 

完整代码见github之BitMap