BitMap算法

先看一个场景：如何判断一个数是否在40亿个整数中？

题目：给一台普通PC，2G内存。我有40亿个整数，再给一个新的整数，我需要判断新的整数是否在40亿个整数中，你会怎么做？

分析：

40亿个int占（40亿*4字节）/1024/1024/1024 大概为16G左右，很明显内存只有2G，放不下，因此不可能将这40亿数据放到内存中计算。要快速的解决这个问题最好的方案就是将数据搁内存了，所以现在的问题就在如何在2G内存空间以内存储着40亿整数。

判断一个数是否存在，其实只有两个状态，存在或者不存在，可以用一个位代表。这样我就申请40亿个位就好了，新的数转换成一个位，然后判断一下这个位是0还是1就行了。其实你可以想想，32位int的范围，总共就是2的32次方，大概42亿多点。所以你可以申请2的32次方个位。算一下需要多少内存呢？2的32次方个位，相当于2的29次方个字节，哇，才500MB，真是节省了不少内存呢。

BitMap思想：

一个byte是占8个bit，如果每一个bit的值就是有或者没有，也就是二进制的0或者1，如果用bit的位置代表数组值有还是没有，那么0代表该数值没有出现过，1代表该数组值出现过。不也能描述数据了吗？如下图：

再看代码之前，我们先搞清楚一个问题，一个数怎么快速定位它的索引号，也就是说搞清楚byte[index]的index是多少，position是哪一位。举个例子吧，例如add(14)。14已经超出byte[0]的映射范围，在byte[1]范围之类。那么怎么快速定位它的索引呢。如果找到它的索引号，又怎么定位它的位置呢。Index(N)代表N的索引号，Position(N)代表N的所在的位置号。

Index(N) = N/8 = N >> 3;

Position(N) = N%8 = N & 0x07;

基于上面的分析，我们写一个简单的BitMap的算法如下：
 

package bitmap;

public class BitMap {

	 //保存数据的 
	private byte[] bits;
	//能够存储多少数据
	private int capacity;
	
	public BitMap(int capacity){
		this.capacity = capacity;
		//1bit能存储8个数据，那么capacity数据需要多少个bit呢，capacity/8+1,右移3位相当于除以8
		bits = new byte[(capacity >>3 )+1];
		}
	
	public void add(int num){
		// num/8得到byte[]的index
		int arrayIndex = num >> 3;
		// num%8得到在byte[index]的位置
		int position = num & 0x07;
		//将1左移position后，那个位置自然就是1，然后和以前的数据做|，这样，那个位置就替换成1了。
		bits[arrayIndex] |= 1 << position;
		}
	
	public boolean contain(int num){
		// num/8得到byte[]的index
		int arrayIndex = num >> 3;
		// num%8得到在byte[index]的位置
		int position = num & 0x07;
		//将1左移position后，那个位置自然就是1，然后和以前的数据做&，判断是否为0即可
		return (bits[arrayIndex] & (1 << position)) !=0;
		}

	public void clear(int num){
		// num/8得到byte[]的index
		int arrayIndex = num >> 3;
		// num%8得到在byte[index]的位置
		int position = num & 0x07;
		//将1左移position后，那个位置自然就是1，然后对取反，再与当前值做&，即可清除当前的位置了.
		bits[arrayIndex] &= ~(1 << position);
	}
	

	public static void main(String[] args) {
		BitMap bitmap = new BitMap(100);
		bitmap.add(7);
		System.out.println("插入7成功");

		boolean isexsit = bitmap.contain(7);
		System.out.println("7是否存在:"+isexsit);

		bitmap.clear(7);
		isexsit = bitmap.contain(7);
		System.out.println("7是否存在:"+isexsit);

	}

}