對于海量數(shù)據(jù)這個詞，大家不難理解吧。主要是針對給定的數(shù)據(jù)量特別大，占用內(nèi)存特別大的情況。那么和位圖有什么關(guān)系呢。看下面一個騰訊的海量數(shù)據(jù)的例子吧。

例：給40億個不重復(fù)的無符號整數(shù)，沒排過序。給一個無符號整數(shù)，如何快速判斷一個數(shù)是否在這40億個數(shù)中。

?????? 對于這道題，我們給了40億個不重復(fù)的無符號整數(shù)，一個整數(shù)是4個字節(jié)，那么就是40*4=160億個字節(jié)，大概是16G的內(nèi)存。顯然在內(nèi)存上時存不下的。那么我們怎么來查找呢。既然是不重復(fù)，就說明整數(shù)要么就不出現(xiàn)，要么就出現(xiàn)一次。整數(shù)的最大值是42億多，即2^32。此時我們就可以用每一位來表示這個數(shù)存在或者不存在。如果將32位為一個編號時，原本16G的數(shù)據(jù)使用位圖可以節(jié)省到500M的空間。大概我們剛剛學(xué)過哈希表，用訪問地址的方法來快速的查找出地址對應(yīng)的值。這里也一樣，用到了哈希表中的新的解決海量數(shù)據(jù)的方法---位圖。

那么問題來了？什么是位圖呢？

我們用每一位標(biāo)志這個數(shù)存在的狀態(tài)，設(shè)為0（不存在）和1（存在）；

位圖的基本結(jié)構(gòu)：

是一個size_t類型的vector數(shù)組；

vector<size_t> _array;

位圖的基本函數(shù)：

對于判斷一個無符號整數(shù)，是否存在這40億個數(shù)中。

（1）需要存入這40億個數(shù)，使用Set將對應(yīng)的40億個位置為1；

（2）使用Test將判斷某個位是否為0或1；

注：位圖只是考慮了整數(shù)類型

位圖的實(shí)現(xiàn)代碼：（vs2013）

#pragma once #include<iostream> using namespace std; #include<vector>//位圖的每一位的0,1標(biāo)志這個數(shù)存在或不存在的狀態(tài) class BitMap { public:BitMap(size_t Size = 1024){_array.resize(Size/32+1);}~BitMap(){}public://將這個數(shù)存在的狀態(tài)置為1void Set(const size_t& value){size_t index = value>>5;size_t bit = value % 32;_array[index] |= (1<<bit);}//將這個數(shù)不存在的狀態(tài)置為0void Reset(const size_t& value){size_t index = value>>5;size_t bit = value % 32;_array[index] &= (~(1<<bit));}//測試某個數(shù)是否出現(xiàn)過bool Test(const size_t& value){size_t index = value>>5;size_t bit = value % 32;return (_array[index] & (1<<bit));} private:vector<size_t> _array; };void BitMapTest() {BitMap bm(size_t(-1)); //64位系統(tǒng)下表示的整數(shù)的最大值bm.Set(10);bm.Set(100);bm.Set(20);bm.Set(500);cout<<bm.Test(10)<<endl;cout<<bm.Test(200)<<endl;cout<<bm.Test(500)<<endl;cout<<bm.Test(40)<<endl; }
運(yùn)行結(jié)果：

總結(jié)

以上是生活随笔為你收集整理的海量数据处理--位图（BitMap）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。