《算法与数据结构专场》BitMap算法介绍

我们先来看个简单的问题。

假如给你20亿个非负数的int型整数，然后再给你一个非负数的int型整数t,让你判断t是否存在于这20亿数种，你会怎么做呢?

有人可能会用一个int数组，然后把20亿个数给存进去，然后再循环遍历以下就可以了。

想一下，这样的话，时间复杂度是O(n),所需要的内存空间

4byte * 20亿，一共需要80亿个字节。

大概需要8GB的内存空间，显然有些计算机的内存一次是加载不了这么多的数据的。

初步优化

按照上面的做法，时间复杂度是O(n),内存是8GB，实际上我们是可以把时间复杂度降低到O(1)的。

例如我们可以这样来存数据，把一个int非负整数n作为数组下标，如果n存在，则对应的值为1，如果不存在，对应的值为0，例如数组arr[n]=1,表示n存在，arr[n]=0表示n不存在。

那么，我们就可以把20亿个数作为下标来存，之后直接判断arr[t]的值，如果arr[t]=1,则代表存在，如果arr[t]=0,则代表不存在。这样，我们就可以把时间复杂度降低到O(1)。不过空间复杂度我们并没有降低。还稍微大了点。

由于int非负整数一共有2^31个，所以数组的大小需要2^31这么大。

这里可能有人说也可以用HashSet来存啊，时间复杂度也是近似O(1)。不过这里需要说明的是，HashSet里面存的必须是对象，也就是说需要把int包装成Integer，显然一个对象的话是更花销内存的，需要对象头啊什么的…..

再次优化

大家想一个问题，对于一个数，实际上我们只需要两种状态，就是这个数存在和不存在这两种可能。上面我们用1代表存在，用0代表不存在。

也就是说，我们是可以不用int型的数组来存储的，一个int型占用4个字节，即32个二进制位，一共可以表示40亿多个状态。用int型的来存两个状态，多浪费。

所以我们可以考虑用boolean型的来存的，boolean貌似就占用一个字节(java中的boolena貌似是占用一个字节)。而一个boolean有true和false两种状态，所以也是成立的。这样子的话占用的内存就是2GB的内存了。

这样，就可以降低到之前的四分之1内存了。

最终优化:bitmap

大家再想一个问题，虽然boolean是表示两种状态，但是boolean实际上占用了8bit啊，按道理8bit是可以表示128种状态的。而被我们拿来表示两个状态，是否也有点浪费了呢？

我们都知道，一个二进制位，有0和1两种状态，所以说，其实我们是可以用一个二进制位来代表一个int型的数是否存在的。例如对于1，3，5，7这四个数，如果存在的话，则可以这样表示：

1代表这个数存在，0代表不存在。例如表中01010101代表1，3，5，7存在，0，2，4，6不存在。

那如果8，10，14也存在怎么存呢？如图，8，10，14我们可以存在第二个字节里

以此类推。这样子，我们又可以把内存降低到之前的8分之一了。

这种采用一个二进制位来存储数据的方法，我们也叫做bitmap算法。

可能有人会问，假如我要添加一个数n，我知道它要存在第n个位那里，把第n个二进制改为1，可是我要怎么操作呢？

这个对于bitmap算法是如何存储的，如何进行增删操作的，我会在之后的文章里讲，这篇就大概介绍下bitmap算法。

Java中有自带的bitmap实现，今天我们就用Java中自带的bitmap来做道题练练手。我们换道类似题目吧，不知道你一眼是否就能想到用bitmap算法来做。

题目描述：

现在有五十亿个int类型的正整数，要从中找出重复的数并返回。

判断50亿个数有哪些是重复和刚才上面那个判断是否存在，其实是一样的。我们采用bitmap算法来做。不过这里50亿个数，别人肯定是以文件流的形式给你的。这样我们为了方便，我们就假设这些数是以存在int型数组的形式给我们的。

代码如下：

public class Test {//为了方便，假设数据是以数组的形式给我们的public static Set<Integer> test(int[] arr) {int j = 0;//用来把重复的数返回，存在Set里，这样避免返回重复的数。Set<Integer> output = new HashSet<>();BitSet bitSet = new BitSet(Integer.MAX_VALUE);int i = 0;While(i < arr.length) {int value = arr[i];//判断该数是否存在bitSet里if (bitSet.get(value)) {output.add(value);} else {bitSet.set(value, true);}i++;}return output;}//测试public static void main(String[] args) {int[] t = {1,2,3,4,5,6,7,8,3,4};Set<Integer> t2 = test(t);System.out.println(t2);}
}

打印结果:

[3,4]

当然，bitmap算法的应用不仅仅是节省内存，它还有很多其他的优点。之后有机会就拿一些其他的应用来写篇文章。

本次讲解到此结束。如果喜欢，可以分享给更多的小伙伴哦。

参考链接:

https://mp.weixin.qq.com/s?__biz=MzUxNzg0MDc1Mg==&mid=2247484151&idx=1&sn=259faf3159b7ad3ca221dc3685b116de&chksm=f99348e8cee4c1fe591fde5ee6df0f771eff4a4c1e88bfb861eb6b6aff9d1aff20e9f8d563bd&scene=21#wechat_redirect

《算法与数据结构专场》BitMap算法介绍相关推荐

【算法与数据结构专场】BitMap算法基本操作代码实现
上篇我们讲了BitMap是如何对数据进行存储的,没看过的可以看一下[算法与数据结构专场]BitMap算法介绍这篇我们来讲一下BitMap这个数据结构的代码实现. 回顾下数据的存储原理一个二进制位对 ...
python算法与数据结构-希尔排序算法
希尔排序(shell sort)是插入排序的一种,也称缩小增量排序,与普通的插入算法的区别就是gap步长. 希尔排序内层循环逻辑如下所示: 上面的可以分为4组,一个一个的按照插入算法来做,第一组有54 ...
数据结构与算法专题——第一题 Bitmap算法
在所有具有性能优化的数据结构中,我想大家使用最多的就是hash表,是的,在定位查找场景上具有O(1)的常量时间,多么的简洁优美, 但是在特定的场合下: ①:对10亿个不重复的整数进行排序. ②:找出1 ...
算法与数据结构——位图BitMap
一.介绍 1.1 什么是位图在Java中有四种整数类型:byte.short.int.long. 1 byte(字节) = 8 bit(位) 1 int = 4 byte = 32 bit 所以我们 ...
python算法与数据结构-希尔排序算法(35)
阅读目录一.希尔排序的介绍二.希尔排序的原理三.希尔排序的图解四.希尔排序的python代码实现五.希尔排序的C语言实现六.希尔排序的时间复杂度七.希尔排序的稳定性一.希尔排序的介绍 ...
python算法与数据结构-选择排序算法(33)
阅读目录一.选择排序的介绍二.选择排序的原理三.选择排序的图解四.选择排序总结五.选择排序的python代码实现六.选择排序的C语言代码实现七.选择排序的时间复杂度八.选择排序的稳定性 ...
算法与数据结构（排序算法概述）
排序算法 Sort Algorithm 排序算法是将一系列数据根据指定的顺序进行排列的过程排序算法的分类: 内部排序:指将需要处理的所有数据都加载到内存中进行排序插入排序直接插入排序希尔排序 ...
java的交换排序快速排序算法_数据结构之排序算法Java实现（4）—— 交换类排序之快速排序算法...
快速排序算法属于"交换类"的排序,它的效率主要跟数据分布是否对称有关. 升序排序: /** * 快速排序 * 升序排序 */ @Override public > void ...
java 线性的排序算法_数据结构之排序算法Java实现（9）—— 线性排序之基数排序算法...
基数排序算法是计数排序的延伸,计数排序会造成很大的空间浪费,但基数排序法是对位数进行排序,适合于位数之间相差较大的情况,废话不多说,直接上代码: 升序排序法: /** * 基数排序法 * 升序排列 * ...

《算法与数据结构专场》BitMap算法介绍

《算法与数据结构专场》BitMap算法介绍相关推荐

最新文章

热门文章