前面聊了布隆过滤器,回归认识一下位图BitMap,阅读前文的同学应该发现了布隆过滤器本身就是基于位图,是位图的一种改进。
位图
先看一个问题, 假如有1千万个整数,整数范围在1到1亿之间,如何快速确定某个整数是否在这个1千万个整数中呢?
乍一看是一个查找问题,循环、二分查找都是常规思路。
一个好的答案是存储结构和算法的完美结合, 基于题干上的特征和条件,我们是否有其他思路。
对于题干我们使用高中排列组合的思维:有1亿个有编号的空篮子,我们拿出这1千万个有数字的球,放进对应的篮子。
最后,所有的篮子有两种状态:有球/无球,我们要确定某个数字是否存在,就看对应篮子是否为空。
什么是位图?每一位存放某种状态,适用于海量数据,通常用于判断数据是否存在。位图的空间由数据的最大值决定。
位图这种数据结构来大大节省内存的使用量。
我们只需要构造一个长度为1亿的bit数组,将有球位置标记为1,无球位置默认记为0; 这样我们就将数字转换成了一个被压缩紧致的数组索引,1亿bit数组不到16M空间。
确定某位置有球,只需要O(1)的时间复杂度。
C# 有专业的位图数组:BitArray
using System;
using System.Collections;
namespace Bitmap
{
class Program
{
static void Main(string[] args)
{
var input = Console.ReadLine();
var num = int.Parse(input);
var bitmap = InitBitMap();
if (bitmap.Get(num))
{
Console.WriteLine($"找到数字{num}");
}
else
{
Console.WriteLine($"未找到数字{num}");
}
}
public static BitArray InitBitMap()
{
var myBA1 = new BitArray(10000);
var arr1 = new int[] { 1, 2, 4, 6, 77, 77, 88, 99, 100, 500, 600, 700, 999, 8888 };
foreach (int element in arr1)
{
myBA1[element] = true;
}
return myBA1;
}
}
}
BitArray是管理位值的紧凑数组,用布尔值表示,其中true表示位是开启的(1),false表示位是关闭的(0), 是引用类型,位于System.Collections命名空间。
以上只是小试牛刀,我们针对原题再发散一下,如何找到以上1千万数字中重复的数字?
还是篮子中放球的思路,这次我们要两排篮子,也就是两个BitMap,利用位AND运算(同时为True,结果才是True)找到两排篮子中均有球的位置。
using System;
using System.Collections;
namespace Bitmap
{
class Program
{
static void Main(string[] args)
{
var bitmap = InitBitMap();
for (int i = 0; i < bitmap.Length; i++)
{
if(bitmap[i] == true)
{
Console.WriteLine(i);
}
}
}
public static BitArray InitBitMap()
{
var myBA1 = new BitArray(10000);
var myBA2 = new BitArray(10000);
var arr1 = new int[] { 1, 2, 4, 6, 77, 77, 88, 99, 100, 500, 600, 700, 999, 8888 };
foreach (int element in arr1)
{
if (myBA1[element] == false)
{
myBA1[element] = true;
}
else
{
myBA2[element] = true;
}
}
myBA1 = myBA1.And(myBA2);
return myBA1;
}
}
}
最后提醒各位:宝藏组件Redis天然支持位图