數據結構與算法專題——第一題 Bitmap算法
在所有具有性能優化的數據結構中,我想大家使用最多的就是hash表,是的,在定位查找場景上具有O(1)的常量時間,多麼的簡潔優美,
但是在特定的場合下:
①:對10億個不重複的整數進行排序。
②:找出10億個數字中重複的數字。
當然我只有普通的服務器,就算2G的內存吧,在這種場景下,我們該如何更好的挑選數據結構和算法呢?
一:問題分析
這年頭,大牛們寫的排序算法也就那麼幾個,首先我們算下放在內存中要多少G: (10億 32)/(1024 1024 1024 8)=3.6G,可憐的2G內存直接爆掉,所以各種神馬的數據結構都玩不起來了,當然使用外排序還是可以解決問題的,由於要走IO所以暫時剔除,既然是數據結構和算法,所以高性能是必須的,想想可不可以在二進制位上做些手腳?比如我要對 {1,5,7,2}
這四個byte類型的數字做排序,該怎麼做呢?大家知道byte是佔用8bit,轉變思路可以將數組中的值作爲bit位的key,value用”0,1“來標識該key是否出現過?下面看圖:
從圖中我們精彩的看到,數組值都已經作爲byte中的key了,最後我只要遍歷對應的bit位是否爲1就可以了,那麼自然就成了有序數組。可能有人說,我增加一個13怎麼辦?很簡單,一個字節可以存放8個數,那兩個byte是不是就可以存16個數?剛好了覆蓋了13個,畫圖如下:
可以看出我將一個線性的數組變成了一個bit位的二維矩陣,最終需要的空間僅僅是:3.6G/32=0.1G即可,要注意的是bitmap排序不是O(N)的,而是取決於待排序數組中的最大值,有時候必須要加速的話,可以開10個線程去讀byte數組,那麼複雜度爲:O(Max/10)。
二:代碼
我想bitmap的思想大家都清楚了,這一次又讓我們見證了二進制的魅力,當然這些移位都是位運算的工作了,熟悉了你就玩轉了。
1:Clear方法(將數組的所有bit位賦值0)
比如要將當前4對應的bit位賦值0的話,只需要1左移4位取反與B[0] & 即可。
/// <summary> /// 初始化所用的bit位爲0 /// </summary> /// <param name="i"></param> static void Clear(byte i) { //相當於 i%8 的功能 var shift = i & 0x07; //計算應該放數組的下標 var arrindex = i >> 3; //則將當前byte中的指定bit位取0,&後其他對方數組bit位必然不變,這就是 1 的妙用 var bitPos = ~(1 << shift); //將數組中的指定bit位置一 “& 操作” a[arrindex] &= (byte)(bitPos); }
2:Add方法(將bit置1操作)
同樣也很簡單,要將當前4對應的bit位賦值1的話,只需要1左移4位與B[0] | 即可。
/// <summary> /// 設置相應bit位上爲1 /// </summary> /// <param name="i"></param> static void Add(byte i) { //相當於 i%8 的功能 var shift = i & 0x07; //計算應該放數組的下標 var arrindex = i >> 3; //將byte中的 1 移動到i位 var bitPos = 1 << shift; //將數組中的指定bit位置一 “| 操作” a[arrindex] |= (byte)bitPos; }
3:Contain方法(判斷當前bit位是否是1)
如果看懂了Clear和Add,我相信最後一個方法已經不成問題了。
/// <summary> ///判斷當前的x在數組的位中是否存在 /// </summary> /// <param name="i"></param> /// <returns></returns> static bool Contain(byte i) { var j = a[i >> 3] & (1 << (i & 0x07)); if (j == 0) return false; return true; }
4. 最後上總的代碼:
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Diagnostics; using System.Threading; using System.IO; namespace ConsoleApplication2 { public class Program { static byte n = 7; static byte[] a; public static void Main() { //節省空間的做法 a = new byte[(n >> 3) + 1]; for (byte i = 0; i<n; i++) Clear(i); Add(4); Console.WriteLine("插入4成功!"); var s = Contain(4); Console.WriteLine("當前是否包含4:{0}", s); s = Contain(5); Console.WriteLine("當前是否包含5:{0}", s); Console.Read(); } #region 初始化所用的bit位爲0 /// <summary> /// 初始化所用的bit位爲0 /// </summary> /// <param name="i"></param> static void Clear(byte i) { //相當於 i%8 的功能 var shift = i & 0x07; //計算應該放數組的下標 var arrindex = i >> 3; //則將當前byte中的指定bit位取0,&後其他對方數組bit位必然不變,這就是 1 的妙用 var bitPos = ~(1 << shift); //將數組中的指定bit位置一 “& 操作” a[arrindex] &= (byte) (bitPos); } #endregion #region 設置相應bit位上爲1 /// <summary> /// 設置相應bit位上爲1 /// </summary> /// <param name="i"></param> static void Add(byte i) { //相當於 i%8 的功能 var shift = i & 0x07; //計算應該放數組的下標 var arrindex = i >> 3; //將byte中的 1 移動到i位 var bitPos = 1 << shift; //將數組中的指定bit位置一 “| 操作” a[arrindex] |= (byte) bitPos; } #endregion #region 判斷當前的x在數組的位中是否存在 /// <summary> ///判斷當前的x在數組的位中是否存在 /// </summary> /// <param name="i"></param> /// <returns></returns> static bool Contain(byte i) { var j = a[i >> 3] & (1 << (i & 0x07)); if (j == 0) return false; return true; } #endregion } }
非常簡單的一個數據結構,您學會了嗎?