这是一道面试经典考题,实际上在项目中用处也非常大。
分析
QQ号都是整数,先假设使用 int 存储,一个 int 占 4 个字节,简单计算 40亿 * 4 / 1024 / 1024 / 1024 = 14.9 GB
,大概需要 15GB 左右的空间才能存的下,用 long 和 Integer 就更多了,差不多分别是 int 的 2 倍和 4 倍空间需求。
这么大的内存占用显然不符合面试官的要求。
使用 int 存储,0 和 1000000000 都是一样的 4 byte,那大部分的空间不都妥妥的浪费了,有没有更高效一点的结构呢?
聪明的你一定想到了,对数字来说没必要全量存储,可以用一串二进制码来表示,所在位是 0 表示不存在该数字,所在位是 1 表示存在该数字,比如 1010
从右至左就表示 1,3
两个数字,这样每个数字就只占用 1 bit,8 bit 等于 1 字节,存下 40 亿QQ号也只需要 40亿 / 8 / 1024 / 1024 = 476.83 MB
。
恭喜你,发明了位图!
位图
位图(BitMap)的基本思想就是用 bit 来标示一个元素的存在与否,通常只有 0 和 1 两种值。
因为用 bit 来存储数据,所以其最大的优点就是节省空间,适用于对海量数字的存储和去重。也正因为使用位表示数字,所以对于稀疏数据来说,相对比较浪费空间,比如位图只存了 1 和 999,那么中间的第 2 位 到第 998 位都是0,相当于用 999 bit 只存了 2 个数字。
同样的道理,位图也适合数字场景。
在 Java 中,位图的具体实现是 BitSet。
BitSet 源码解析
底层结构
底层是一个 long 数组。
vbnet
/**
* The internal field corresponding to the serialField "bits".
* 这个就是用来存具体二进制位图的数组,每个long有64位,所以可以存64位的二进制数字
*/
private long[] words;
索引定位
因为 long 有 64 位,所以通过 bitIndex / 64
计算应该存到数组的哪个位置上。
arduino
/**
* Given a bit index, return word index containing it.
* 确定一个位应该存在数组的哪个位置上,返回数组下标
*/
private static int wordIndex(int bitIndex) {
// 通过位运算提高效率,右移计算相当于除以2的次幂,2的6次幂就是64,这里等价 bitIndex / 64
return bitIndex >> 6;
}
设置位
scss
/**
* Sets the bit at the specified index to { @code true}.
*
* @param bitIndex a bit index
* @throws IndexOutOfBoundsException if the specified index is negative
* @since JDK1.0
*/
public void set(int bitIndex) {
if (bitIndex < 0)
throw new IndexOutOfBoundsException("bitIndex < 0: " + bitIndex);
int wordIndex = wordIndex(bitIndex); // 确定索引
expandTo(wordIndex);
// 这一步是设置对应的二进制位为1
words[wordIndex] |= (1L << bitIndex); // Restores invariants
checkInvariants();
}
核心逻辑
1L << bitIndex
:生成一个只有指定位为 1 的掩码。|=
:按位或操作,确保目标位被设置为 1,其他位保持不变。
以上就是 Java BitMap 实现类 BitSet 的核心逻辑。