golang-bitmap

一、概述

本文将讲述Bit-Map算法的相关原理,Bit-Map算法的一些利用场景，例如BitMap解决海量数据寻找重复、判断个别元素是否在海量数据当中等问题.最后说说BitMap的特点已经在各个场景的使用性。

二、Bit-Map算法

先看看这样的一个场景（来自《编程珠玑》）：给一台普通PC，2G内存，要求处理一个包含40亿个不重复并且没有排过序的无符号的int整数，给出一个整数，问如果快速地判断这个整数是否在文件40亿个数据当中？

问题思考：

40亿个int占（40亿*4）/1024/1024/1024 大概为14.9G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。

一个int整数在golang中是占4个字节的即要32bit位，如果能够用一个bit位来标识一个int整数那么存储空间将大大减少，算一下40亿个int需要的内存空间为40亿/8/1024/1024大概为476.83 mb，这样的话我们完全可以将这40亿个int数放到内存中进行处理。

具体思路：

1个int占4字节即4*8=32位，那么我们只需要申请一个int数组长度为 int tmp[1+N/32]即可存储完这些数据，其中N代表要进行查找的总数，tmp中的每个元素在内存在占32位可以对应表示十进制数0~31,所以可得到BitMap表:

tmp[0]:可表示0~31

tmp[1]:可表示32~63

tmp[2]可表示64~95

如何判断int数字在tmp数组的哪个下标？

这个其实可以通过直接除以32取整数部分，例如：整数8除以32取整等于0，那么8就在tmp[0]上。另外，我们如何知道了8在tmp[0]中的32个位中的哪个位，这种情况直接mod上32就ok，又如整数8，在tmp[0]中的第8 mod上32等于8，那么整数8就在tmp[0]中的第八个bit位（从右边数起）。

go简单实现：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56

package bitmap   import (     "bytes"     "fmt" )   type Bitmap struct {     words  []uint64     length int }   func New() *Bitmap {     return &Bitmap{} } func (bitmap *Bitmap) Has(num int) bool {     word, bit := num/64, uint(num%64)     return word < len(bitmap.words) && (bitmap.words[word]&(1<<bit)) != 0 }   func (bitmap *Bitmap) Add(num int) {     word, bit := num/64, uint(num%64)     for word >= len(bitmap.words) {         bitmap.words = append(bitmap.words, 0)     }     // 判断num是否已经存在bitmap中     if bitmap.words[word]&(1<<bit) == 0 {         bitmap.words[word] |= 1 << bit         bitmap.length++     } }   func (bitmap *Bitmap) Len() int {     return bitmap.length }   func (bitmap *Bitmap) String() string {     var buf bytes.Buffer     buf.WriteByte('{')     for i, v := range bitmap.words {         if v == 0 {             continue         }         for j := uint(0); j < 64; j++ {             if v&(1<<j) != 0 {                 if buf.Len() > len("{") {                     buf.WriteByte(' ')                 }                 fmt.Fprintf(&buf, "%d", 64*uint(i)+j)             }         }     }     buf.WriteByte('}')     fmt.Fprintf(&buf,"\nLength: %d", bitmap.length)     return buf.String() }