位图的使用

位图

使用 bit 来存储数据，可以用来查询数据是否存在。

示例代码

public class BitMap {
    private int bitLength;
    private byte[] bytes;
    
    public BitMap(int bitLength) {
        this.bitLength = bitLength;
        bytes = new byte[bitLength];
    }
    
    public void set(int key) {
        if (key > bitLength) {
            return;
        }
        
        // byte 占 8 位
        int byteIndex = key / 8;
        int byteRemainder = key % 8;
        // 将标志位置 1
        bytes[byteIndex] |= (1 << byteRemainder);
    }
    
    public boolean get(int key) {
        if (key > bitLength) {
            return false;
        }
        
        int byteIndex = key / 8;
        int byteRemainder = key % 8;
        return (bytes[byteIndex] & (1 << byteRemainder)) != 0;
    }
}

应用场景：

• 给 40 亿个不重复的unsigned int的整数，没排过序的，然后再给一个数，如何快速判断这个数是否在那 40 亿个数当中
• 快速查询某个数是否存在
• 使用位图法判断整形数组是否存在重复

BloomFilter （布隆过滤器）

简介

布隆过滤器（英语：Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制矢量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。

基本概念

如果想判断一个元素是不是在一个集合里，一般想到的是将集合中所有元素保存起来，然后通过比较确定。链表、树、散列表（又叫哈希表，Hash table）等等数据结构都是这种思路。但是随着集合中元素的增加，我们需要的存储空间越来越大。同时检索速度也越来越慢，上述三种结构的检索时间复杂度分别为O(n),O(log n),O(n/k)。

布隆过滤器的原理是，当一个元素被加入集合时，通过K个散列函数将这个元素映射成一个位数组中的K个点，把它们置为1。检索时，我们只要看看这些点是不是都是1就（大约）知道集合中有没有它了：如果这些点有任何一个0，则被检元素一定不在；如果都是1，则被检元素很可能在。这就是布隆过滤器的基本思想。

代码示例

    @Test
    public void test() {
        BloomFilter<String> bloomFilter = BloomFilter.create((from, into) -> {
            into.putString(from, StandardCharsets.UTF_8);
        }, 6, 0.2);

        bloomFilter.put("haha");
        bloomFilter.put("hello");

        System.out.println(bloomFilter.mightContain("haha"));
        System.out.println(bloomFilter.mightContain("hahaa"));
    }