一:简介
所谓的BitMap就是用一个bit位来标记某个元素对应的Value, 而Key即是该元素。由于采用了bit为单位来存储数据,因此在存储空间方面,可以大大节省。
二:基本思想
我们用一个具体的例子来讲解,假设我们要对0-7内的5个元素(4,7,2,5,3)排序(这里假设这些元素没有重复)。那么我们就可以采用BitMap的方法来达到排序的目的。要表示8个数,我们就只需要8个bit(1Bytes)。
(1)首先我们开辟1字节(8bit)的空间,将这些空间的所有bit位都置为0,如下图:
(2)然后遍历这5个元素,首先第1个元素是4,那么就把4对应的位置为1,因为是从零开始的,所以要把第5个位置为1(如下图):
然后再处理第2个元素7,将第8个位置为1,,接着再处理第3个元素,一直到处理完所有元素,将相应的位置为1,这时候的内存的bit位的状态如下:
(3)然后我们现在遍历一遍bit区域,将该位是1的位的编号输出(2,3,4,5,7),这样就达到了排序的目的。
算法思想比较简单,但关键是如何确定十进制的数映射到二进制bit位的map图。
三:Map映射
假设需要排序或者查找的总数N=10000000。
BitMap中1bit代表一个数字
1个int = 4Bytes = 4*8bit = 32 bit,那么N个数需要N/32 int空间。所以我们需要申请内存空间的大小为int a[1 + N/32],其中:a[0]在内存中占32为可以对应十进制数0-31,依次类推:
BitMap表为:
a[0] ---------> 0-31
a[1] ---------> 32-63
a[2] ---------> 64-95
a[3] ---------> 96-127
..........
那么十进制数如何转换为对应的bit位,下面介绍用位移将十进制数转换为对应的bit位。
申请一个int一维数组,那么可以当作为列为32位的二维数组。
a[0]
a[1]
a[2]
a[3]
a[i] ……………………………….
a[n]
例如:
十进制1 在a[0]中,位置如下图:
十进制31 在a[0]中,位置如下图:
十进制32 在a[1]中,位置如下图:
十进制33 在a[1]中,位置如下图:
通过上图分析得出通过以下几步将十进制数如何转换为对应的bit位:
(1)求十进制数在对应数组a中的下标
十进制数0-31,对应在数组a[0]中,32-63对应在数组a[1]中,64-95对应在数组a[2]中………
分析得出:对于一个十进制数n,对应在数组a[n/32]中
例如n=11,那么 n/32=0,则11对应在数组a中的下标为0,n=32,那么n/32=1,则32对应在数组a中的下标为1,n = 106,那么n/32 = 3,则106对应数组a中的下标为3。
(2)求十进制数在对应数组a[i]中的下标
例如十进制数1在a[0]的下标为1,十进制数31在a[0]中下标为31,十进制数32在a[1]中下标为0。
在十进制0-31就对应0-31,而32-63则对应也是0-31,即给定一个数n可以通过模32求得在对应数组a[i]中的下标。
分析得出:对于一个十进制数n,对应在数组a[n/32][n%32]中
(3)移位
对于一个十进制数n,对应在数组a[n/32][n%32]中,但数组a毕竟不是一个二维数组,我们通过移位操作实现置1。
a[n/32] |= 1 << n % 32
移位操作:
a[n>>5] |= 1 << (n & 0x1F)
n & 0x1F 保留n的后五位 相当于 n % 32 求十进制数在数组a[i]中的下标
#include <iostream>
#include <vector>
using namespace std;
#define N 1000000000
int a[1 + N/32];
void BitMap(int n){
int row = n >> 5;
a[row] |= 1 << (n & 0x1F);
}
bool Exits(int n){
int row = n >> 5;
return a[row] & ( 1 << (n & 0x1F));
}
void Show(int row){
cout<<"BitMap位图展示:"<<endl;
for(int i = 0;i < row;++i){
vector<int> vec;
int tmp = a[i];
for(int i = 0;i < 32;++i){
vec.push_back(tmp & 1);
tmp >>= 1;
}
cout<<"a["<<i<<"]"<<"->";
for(int i = vec.size()-1;i >= 0;--i){
cout<<vec[i]<<" ";
}
cout<<endl;
}
}
int main(){
int num[] = {1,5,30,32,64,56,159,120,21,17,35,45};
for(int i = 0;i < 12;++i){
BitMap(num[i]);
}
int row = 5;
Show(5);
return 0;
}
应用范围
可以运用在快速查找、去重、排序、压缩数据等。
c++版BitMap
在C++中提供了bitset这种集合,专门用来进行位操作,因此实现起来比较容易。
具体参考:STL bitset用法总结
扩展
Bloom filter可以看做是对BitMap的扩展
布隆过滤器具体参考:[算法系列之十]大数据量处理利器:布隆过滤器
具体应用
(1)已知某个文件内包含一些电话号码,每个号码为8位数字,统计不同号码的个数。
思路
电话号码每个为8位数字,最小电话号码为00 000 000,最大99 999 999,一共100 000 000个电话号码,
100 000 000bit = 12 500 000Bytes = 12MBytes 故需要12Mbytes的内存即可存储所有的电话号码。
可以理解为从00 000 000 - 99 999 999的数字,每个数字对应一个bit位,所以只需要12MBytes,这样,就用了小小的12M左右的内存表示了所有的8位数的电话。
代码
#include <iostream>
#include <vector>
#include <time.h>
using namespace std;
#define NUM 1000
#define MIN 10000000
#define MAX 99999999
#define N (MAX - MIN + 1)
void SetBitMap(int bitMap[],int num){
num -= MIN;
bitMap[num >> 5] |= (1 << (num % 32));
}
void ClearBitMap(int bitMap[],int num){
bitMap[num >> 5] &= ~(1 << (num % 32));
}
bool GetBitMap(int bitMap[],int num){
return bitMap[num >> 5] & (1 << (num % 32));
}
int PhoneCount(int phone[],int n,int bitMap[]){
for(int i = 0;i < n;++i){
SetBitMap(bitMap,phone[i]);
}
int count = 0;
for(int i = 0;i < N;++i){
if(GetBitMap(bitMap,i)){
++count;
}
}
return count;
}
int main(){
int phone[NUM];
int* bitMap = new int[N/32+1];
for(int i = 0;i < N;++i){
ClearBitMap(bitMap,i);
}
srand((unsigned)time(nullptr));
for(int i = 0;i < NUM;++i){
phone[i] = rand() % N + MIN;
cout<<phone[i]<<endl;
}
cout<<"电话号码个数->"<<PhoneCount(phone,NUM,bitMap)<<endl;
return 0;
}
待完善…….
引用:
http://blog.csdn.net/hguisu/article/details/7880288
http://blog.csdn.net/v_july_v/article/details/6685962
http://www.tuicool.com/articles/mUb2Qnn
http://nemogu.iteye.com/blog/1522332
http://blog.csdn.net/v_july_v/article/details/7382693
<script type="text/javascript">
$(function () {
$('pre.prettyprint code').each(function () {
var lines = $(this).text().split('\n').length;
var $numbering = $('<ul/>').addClass('pre-numbering').hide();
$(this).addClass('has-numbering').parent().append($numbering);
for (i = 1; i <= lines; i++) {
$numbering.append($('<li/>').text(i));
};
$numbering.fadeIn(1700);
});
});
</script>
分享到:
相关推荐
bitmap是一个十分有用的结构。所谓的Bit-map就是用一个bit位来标记某个元素对应的Value, 而Key即是该元素。由于采用了Bit为单位来存储数据,因此在存储空间方面,可以大大节省。 适用范围:可进行数据的快速查找,...
基于Bitmap数据结构的数据压缩技术是一种针对线性存储结构的有效压缩方法,虽被广泛用于网络处理的多个领域(路由查找、网包分类等),却一直缺乏深入的分析。给出了Bitmap结构能提高算法空间性能的理论根据。总结了...
处理bitmap内存溢出问题
背景分布式一致性 hash 算法将哈希空间组织成一个虚拟的圆环,圆环的大小是,最终会得到一个 [0,] 之间的一个无符号整型,这个整数代表服务器的编号;多个服务
我们可以用bitmap来解决,bitmap基本思想是一位表示一个整数,比如我们有6个数据: 1 7 3 1 5 6 4 假设bitmap容量为8,当插入7时 bit[7]=1,以此类推 bit[3]=1 bit[1]=1 bit[5]=1 …… bit[4]=1 这样我们查询5,...
加深对bitmap数据结构的理解,bitmap数据位图内存指针数据的长度
树操作【中】 算法系列15天速成——第十一天 树操作(上) 算法系列15天速成——第十天 栈 算法系列15天速成——第九天 队列 算法系列15天速成——第八天 线性表【下】 算法系列15天速成——第七天 线性表【上】 ...
bitmap 处理
本篇文章是对bitmap处理海量数据及其实现的方法进行了详细的分析介绍,需要的朋友参考下
很多项目中用到了用户头像,但是系统的ImageView 是四方形的 ,自己写了个处理的方法, 把bitmap处理成圆角的
位图算法
使用Bitmap方式实现大数据查找,简洁的代码很直接的阐述了Bitmap的原理
基于Javascript的bitmap处理,并且将位图输出为base64编码以便于浏览器进行显示。 一、Bitmap.create(width, height, bgcolor) 创建一个width x height像素大小的位图,底色为bgcolor所代表的颜色。 如:bitmap....
c#平台下基于Bitmap的高性能图像处理算法,包括彩色图像转灰度图像,灰度图像加法,灰度图像减法,灰度图像二值化,二值化图像膨胀腐蚀,二值图像斑点分析等,提供简单例子程序
主要介绍了c# 如何实现位图算法(BitMap),文中讲解非常细致,帮助大家更好的理解和学习,感兴趣的朋友可以了解下
Bitmap 结构在高性能网络算法设计中的应用
代码是关于bitmap图形特效处理的。有黑白特效、底片特效、浮雕特效、模糊特效、锐化特效、怀旧特效。