海量資料處理專題(四) Bit map

2021-06-16 16:01:56 字數 1936 閱讀 4622

【什麼是bit-map】

所謂的bit-map就是用乙個bit位來標記某個元素對應的value, 而key即是該元素。由於採用了bit為單位來儲存資料,因此在儲存空間方面,可以大大節省。

如果說了這麼多還沒明白什麼是bit-map,那麼我們來看乙個具體的例子,假設我們要對0-7內的5個元素(4,7,2,5,3)排序(這裡假設這些元素沒有重複)。那麼我們就可以採用bit-map的方法來達到排序的目的。要表示8個數,我們就只需要8個bit(1bytes),首先我們開闢1byte的空間,將這些空間的所有bit位都置為0(如下圖:)

然後遍歷這5個元素,首先第乙個元素是4,那麼就把4對應的位置為1(可以這樣操作 p+(i/8)|(0×01<

然後再處理第二個元素7,將第八位置為1,,接著再處理第三個元素,一直到最後處理完所有的元素,將相應的位置為1,這時候的記憶體的bit位的狀態如下:

然後我們現在遍歷一遍bit區域,將該位是一的位的編號輸出(2,3,4,5,7),這樣就達到了排序的目的。下面的**給出了乙個bitmap的用法:排序。

//定義每個byte中有8個bit位

#include <memory.h>

#define bytesize 8

void setbit(char *p, int posi)

*p = *p|(0x01<<(posi%bytesize));//將該bit位賦值1

return;

}void bitmapsortdemo()

; //bufferlen這個值是根據待排序的資料中最大值確定的

//待排序中的最大值是14,因此只需要2個bytes(16個bit)

//就可以了。

const int bufferlen = 2;

char *pbuffer = new char[bufferlen];

//要將所有的bit位置為0,否則結果不可預知。

memset(pbuffer,0,bufferlen);

for(int i=0;i<9;i++)

//輸出排序結果

for(int i=0;i<bufferlen;i++)//每次處理乙個位元組(byte)

}pbuffer++; }}

int _tmain(int argc, _tchar* argv)

【適用範圍】

可進行資料的快速查詢,判重,刪除,一般來說資料範圍是int的10倍以下

【基本原理及要點】

使用bit陣列來表示某些元素是否存在,比如8位**號碼

【擴充套件】

bloom filter可以看做是對bit-map的擴充套件

【問題例項】

1)已知某個檔案內包含一些**號碼,每個號碼為8位數字,統計不同號碼的個數。

8位最多99 999 999,大概需要99m個bit,大概10幾m位元組的記憶體即可。 (可以理解為從0-99 999 999的數字,每個數字對應乙個bit位,所以只需要99m個bit==12.4mbytes,這樣,就用了小小的12.4m左右的記憶體表示了所有的8位數的**)

2)2.5億個整數中找出不重複的整數的個數,記憶體空間不足以容納這2.5億個整數。

將bit-map擴充套件一下,用2bit表示乙個數即可,0表示未出現,1表示出現一次,2表示出現2次及以上,在遍歷這些數的時候,如果對應位置的值是0,則將其置為1;如果是1,將其置為2;如果是2,則保持不變。或者我們不用2bit來進行表示,我們用兩個bit-map即可模擬實現這個2bit-map,都是一樣的道理。

海量資料處理專題(四) Bit map

什麼是bit map 所謂的bit map就是用乙個bit位來標記某個元素對應的value,而key即是該元素。由於採用了bit為單位來儲存資料,因此在儲存空間方面,可以大大節省。如果說了這麼多還沒明白什麼是bit map,那麼我們來看乙個具體的例子,假設我們要對0 7內的5個元素 4,7,2,5,...

海量資料處理專題(四) Bit map

什麼是bit map 所謂的bit map就是用乙個bit位來標記某個元素對應的value,而key即是該元素。由於採用了bit為單位來儲存資料,因此在儲存空間方面,可以大大節省。如果說了這麼多還沒明白什麼是bit map,那麼我們來看乙個具體的例子,假設我們要對0 7內的5個元素 4,7,2,5,...

海量資料處理專題(四) Bit map

所謂的bit map就是用乙個bit位來標記某個元素對應的value,而key即是該元素。由於採用了bit為單位來儲存資料,因此在儲存空間方面,可以大大節省。如果說了這麼多還沒明白什麼是bit map,那麼我們來看乙個具體的例子,假設我們要對0 7內的5個元素 4,7,2,5,3 排序 這裡假設這些...