源码网商城,靠谱的源码在线交易网站 我的订单 购物车 帮助

源码网商城

解析bitmap处理海量数据及其实现方法分析

  • 时间:2020-05-18 20:15 编辑: 来源: 阅读:
  • 扫一扫,手机访问
摘要:解析bitmap处理海量数据及其实现方法分析
[b]【什么是Bit-map】 [/b]所谓的Bit-map就是用一个bit位来标记某个元素对应的Value, 而Key即是该元素。由于采用了Bit为单位来存储数据,因此在存储空间方面,可以大大节省。 如果说了这么多还没明白什么是Bit-map,那么我们来看一个具体的例子,假设我们要对0-7内的5个元素(4,7,2,5,3)排序(这里假设这些元素没有重复)。那么我们就可以采用Bit-map的方法来达到排序的目的。要表示8个数,我们就只需要8个Bit(1Bytes),首先我们开辟1Byte的空间,将这些空间的所有Bit位都置为0(如下图:) [img]http://files.jb51.net/file_images/article/201305/201305290939013.gif[/img]   然后遍历这5个元素,首先第一个元素是4,那么就把4对应的位置为1(可以这样操作 p+(i/8)|(0x01<<(i%8)) 当然了这里的操作涉及到Big-ending和Little-ending的情况,这里默认为Big-ending),因为是从零开始的,所以要把第五位置为一(如下图):  [img]http://files.jb51.net/file_images/article/201305/201305290939014.gif[/img] 然后再处理第二个元素7,将第八位置为1,,接着再处理第三个元素,一直到最后处理完所有的元素,将相应的位置为1,这时候的内存的Bit位的状态如下:  [img]http://files.jb51.net/file_images/article/201305/201305290939015.gif[/img] 然后我们现在遍历一遍Bit区域,将该位是一的位的编号输出(2,3,4,5,7),这样就达到了排序的目的。下面的代码给出了一个BitMap的用法:排序。
[u]复制代码[/u] 代码如下:
//定义每个Byte中有8个Bit位   #include <memory.h>  #define BYTESIZE 8  void SetBit(char *p, int posi)   {       for(int i=0; i < (posi/BYTESIZE); i++)       {           p++;       }       *p = *p|(0x01<<(posi%BYTESIZE));//将该Bit位赋值1      return;   }   void BitMapSortDemo()   {       //为了简单起见,我们不考虑负数      int num[] = {3,5,2,10,6,12,8,14,9};       //BufferLen这个值是根据待排序的数据中最大值确定的      //待排序中的最大值是14,因此只需要2个Bytes(16个Bit)      //就可以了。       const int BufferLen = 2;       char *pBuffer = new char[BufferLen];       //要将所有的Bit位置为0,否则结果不可预知。      memset(pBuffer,0,BufferLen);       for(int i=0;i<9;i++)       {           //首先将相应Bit位上置为1          SetBit(pBuffer,num[i]);       }       //输出排序结果       for(int i=0;i<BufferLen;i++)//每次处理一个字节(Byte)      {           for(int j=0;j<BYTESIZE;j++)//处理该字节中的每个Bit位          {               //判断该位上是否是1,进行输出,这里的判断比较笨。              //首先得到该第j位的掩码(0x01<<j),将内存区中的              //位和此掩码作与操作。最后判断掩码是否和处理后的              //结果相同              if((*pBuffer&(0x01<<j)) == (0x01<<j))               {                   printf("%d ",i*BYTESIZE + j);               }           }           pBuffer++;       }   }   int _tmain(int argc, _TCHAR* argv[])   {       BitMapSortDemo();       return 0;   } 
[b]【适用范围】 [/b]可进行数据的快速查找,判重,删除,一般来说数据范围是int的10倍以下 [b]【基本原理及要点】 [/b]使用bit数组来表示某些元素是否存在,比如8位电话号码 [b]【扩展】 [/b]Bloom filter可以看做是对bit-map的扩展 [b]【问题实例】 [/b]1)已知某个文件内包含一些电话号码,每个号码为8位数字,统计不同号码的个数。 8位最多99 999 999,大概需要99m个bit,大概10几m字节的内存即可。 (可以理解为从0-99 999 999的数字,每个数字对应一个Bit位,所以只需要99M个Bit==1.2MBytes,这样,就用了小小的1.2M左右的内存表示了所有的8位数的电话) 2)2.5亿个整数中找出不重复的整数的个数,内存空间不足以容纳这2.5亿个整数。 将bit-map扩展一下,用2bit表示一个数即可,0表示未出现,1表示出现一次,2表示出现2次及以上,在遍历这些数的时候,如果对应位置的值是0,则将其置为1;如果是1,将其置为2;如果是2,则保持不变。或者我们不用2bit来进行表示,我们用两个bit-map即可模拟实现这个2bit-map,都是一样的道理。 bitmap的C语言实现
[u]复制代码[/u] 代码如下:
bitmap.h  /*  *bitmap的c语言实现  */  #ifndef _BITMAP_H_  #define _BITMAP_H_  /*  *功能:初始化bitmap  *参数:  *size:bitmap的大小,即bit位的个数  *start:起始值  *返回值:0表示失败,1表示成功  */  int bitmap_init(int size, int start);  /*  *功能:将值index的对应位设为1  *index:要设的值  *返回值:0表示失败,1表示成功  */  int bitmap_set(int index);  /*  *功能:取bitmap第i位的值  *i:待取位  *返回值:-1表示失败,否则返回对应位的值  */  int bitmap_get(int i);  /*  *功能:返回index位对应的值  */  int bitmap_data(int index);  /*释放内存*/  int bitmap_free();  #endif  bitmap.c  #include <stdio.h>  #include <stdlib.h>  #include <string.h>  #include "bitmap.h"  unsigned char *g_bitmap = NULL;  int g_size = 0;  int g_base = 0;  int bitmap_init(int size, int start)  {      g_bitmap = (char *)malloc((size/8+1)*sizeof(char));      if(g_bitmap == NULL)          return 0;      g_base = start;      g_size = size/8+1;      memset(g_bitmap, 0x0, g_size);      return 1;  }  int bitmap_set(int index)  {      int quo = (index-g_base)/8 ;      int remainder = (index-g_base)%8;      unsigned char x = (0x1<<remainder);      if( quo > g_size)          return 0;      g_bitmap[quo] |= x;      return 1;   }  int bitmap_get(int i)  {      int quo = (i)/8 ;      int remainder = (i)%8;      unsigned char x = (0x1<<remainder);      unsigned char res;      if( quo > g_size)          return -1;      res = g_bitmap[quo] & x;      return res > 0 ? 1 : 0;   }  int bitmap_data(int index)  {      return (index + g_base);  }  int bitmap_free()  {      free(g_bitmap);  }  测试程序bitmap_test.c:  #include <stdio.h>  #include "bitmap.h"  int main()  {      int a[] = {5,8,7,6,3,1,10,78,56,34,23,12,43,54,65,76,87,98,89,100};      int i;      bitmap_init(100, 0);      for(i=0; i<20; i++)          bitmap_set(a[i]);      for(i=0; i<100; i++)      {          if(bitmap_get(i) > 0 )              printf("%d ", bitmap_data(i));      }      printf("/n");      bitmap_free();      return 0;  } 
  • 全部评论(0)
联系客服
客服电话:
400-000-3129
微信版

扫一扫进微信版
返回顶部