数据结构之位图【原理与实现】

文章目录


前言

bitmap意为位图,它的每一位用于存放状态,适用于大规模并且不重复的数据,判断某个数据是否存在于位图之中。bitmap在数据稠密的时候,非常节省空间,但是在数据稀疏的时候,会有极大的浪费

一、位图bitap是什么?

个int类型占4个字节,也就是32bit,我们用一个int数组来表示时 new int[32],总计占用内存大概32*32bit,如果说我们存放的海量数据,亿万级非常大,那么这些基本数据类型都不够用的,则可以用int字节码的每一位表示一个数字,比如int类型32位,可以存放0-31共32个数值,那么32个数字只需要一个int类型所占内存空间大小就够了,这样在大数据量的情况下会节省很多内存。

就是通过定义一个整形数值后,将原本只表示1个数值的情况下,扩大了可以存放几十个数及以上的结构,比如我们要存放0-63的数,共64个数,那么我们就定义一个long型变量,有8个字节,64位,二进制就是64位,那么每一位从左到右就可以表示0,1,2...,63,如果有数则可以赋值1 没有则表示0 比如保存1,那么就是第二位赋值1 ,以此类推

下面我们演示下,传递一个数值,保存到一个long[] arr数组中,简单了解下:

arr[0]存放的值: 0 - 63

arr[1]存放的值: 64 - 127

arr[2]存放的值: 128 - 191
举例num =4 存放的位置就是 arr[0] 第一个元素 因为 num /64 = 0 ,元素二进制 00...10000 第五位赋值1

二、位图的引用场景

所以位图bitmap的作用是:

存放海量数据,节省存储空间有明显优势在这里插入代码片

1、查询统计、定位查询,排序,去重

**查询统计:**假设有一个包含1000万个整数的数据集,我们想要知道其中有多少个整数大于等于100。我们可以使用一个位图,位图的长度为100000000(即整数范围),每个位置代表一个整数,如果对应位置的位为1,则表示该整数存在;否则,表示不存在。对于大于等于100的整数,将对应的位置设置为1,其他位置默认为0。最后,通过统计位图中值为1的位的数量,就可以得到大于等于100的整数的数量。

**定位查询:**假设有一个存储用户标签信息的位图,其中每个位置代表一个标签,如果对应位置的位为1,则表示该用户拥有该标签;否则,表示不拥有。当需要查找拥有指定标签的用户时,只需要检查位图中对应位置的位是否为1即可快速定位到拥有该标签的用户。

**去重:**假设有一个包含大量重复元素的数据集,我们需要对这些元素进行去重操作。我们可以使用一个位图,将数据集中的每个元素映射到位图的对应位置,如果对应位置的位为0,则表示该元素不存在;否则,表示已经存在。当遍历数据集时,可以根据位图来判断某个元素是否已经存在,从而实现去重操作。

2、取两个集合的交集,并集等

取两个集合的交集:

对两个位图进行按位与运算,得到新的位图,其中被设置为1的位表示两个集合都包含的元素。

取两个集合的并集:

对两个位图进行按位或运算,得到新的位图,其中被设置为1的位表示两个集合中任意一个集合包含的元素。

三、位图C++实现

位图实现的包含以下功能:

  • 构造函数:接受一个范围参数 range,创建一个大小适合存储范围内元素的位图。
  • 析构函数:释放位图占用的内存。
  • 初始化函数:将位图中的所有位都设置为0。
  • 增加函数:将给定的数字 num 添加到位图中。这里假设数字的范围在位图的有效范围内。
  • 删除函数:从位图中删除给定的数字 num
  • 查找函数:在位图中查找给定的数字 num,如果存在则返回 true,否则返回 false

注意事项:

  • 位图使用一个 unsigned int 数组来存储位的信息,每个 unsigned int 可以存储 32 个位。
  • 位图的大小由范围参数 range 决定,使用 range / 32 + 1 计算出所需的 unsigned int 数组的大小。
  • 数字 num 在位图中的索引位置由 num / 32 计算得到,表示在哪个 unsigned int 数组上。
  • 数字 num 在位图中的具体位索引由 num % 32 计算得到,表示在该 unsigned int 上的哪个位上。
cpp 复制代码
#pragma once
 
#include <assert.h>
 
class BitMap
{
public:
    //构造函数
    BitMap(const size_t & range) {
        assert(range >= 0);
        if (bits != nullptr) {
            delete[] bits;
        }
        count = range;
        size = range / 32 + 1;
        bits = new unsigned int[size];
    }
    //析构函数
    ~BitMap() {
        delete[] bits;
    }
    //初始化数据,把所有数据置0
    void init() {
        for (int i = 0; i < size; i++)
            bits[i] = 0;
    }
    //增加数据到位图
    void add(const size_t & num) {
        assert(count > num);
        int index = num / 32;
        int bit_index = num % 32;
        bits[index] |= 1 << bit_index;
    }
    //删除数据到位图
    void remove(const size_t & num){
        assert(count > num );
        int index = num / 32;
        int bit_index = num % 32;
        bits[index] &= ~(1 << bit_index);
    }
    //查找数据到位图
    bool find(const size_t & num) {
        assert(count > num);
        int index = num / 32;
        int bit_index = num % 32;
        return (bits[index] >> bit_index) & 1;
    }
//位图相关数据
private:
    unsigned int* bits=nullptr;
    int size;
    int count;
};
相关推荐
此生只爱蛋9 分钟前
【手撕排序2】快速排序
c语言·c++·算法·排序算法
blammmp17 分钟前
Java:数据结构-枚举
java·开发语言·数据结构
何曾参静谧29 分钟前
「C/C++」C/C++ 指针篇 之 指针运算
c语言·开发语言·c++
昂子的博客38 分钟前
基础数据结构——队列(链表实现)
数据结构
lulu_gh_yu1 小时前
数据结构之排序补充
c语言·开发语言·数据结构·c++·学习·算法·排序算法
ULTRA??2 小时前
C加加中的结构化绑定(解包,折叠展开)
开发语言·c++
凌云行者2 小时前
OpenGL入门005——使用Shader类管理着色器
c++·cmake·opengl
凌云行者2 小时前
OpenGL入门006——着色器在纹理混合中的应用
c++·cmake·opengl
~yY…s<#>3 小时前
【刷题17】最小栈、栈的压入弹出、逆波兰表达式
c语言·数据结构·c++·算法·leetcode
可均可可4 小时前
C++之OpenCV入门到提高004:Mat 对象的使用
c++·opencv·mat·imread·imwrite