点击上方“芋道源码”,选择“设为星标”
管她前浪,还是后浪?
能浪的浪,才是好浪!
每天 8:55 更新文章,每天掉亿点点头发...
源码精品专栏
原创 | Java 2020 超神之路,很肝~
中文详细注释的开源项目
RPC 框架 Dubbo 源码解析
网络应用框架 Netty 源码解析
消息中间件 RocketMQ 源码解析
数据库中间件 Sharding-JDBC 和 MyCAT 源码解析
作业调度中间件 Elastic-Job 源码解析
分布式事务中间件 TCC-Transaction 源码解析
Eureka 和 Hystrix 源码解析
Java 并发源码
来源:cnblogs.com/cjsblog/p/11613708.html
添加
清除
查找
快速排序
快速去重
快速查找
小结&回顾
补充1
补充2
BloomFilter 流程
![](https://img7.php1.cn/3cdc5/f46b/2be/5c77787fdad40462.jpeg)
Bit-map的基本思想就是用一个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。(PS:划重点 节省存储空间 )
假设有这样一个需求:在20亿个随机整数中找出某个数m是否存在其中,并假设32位操作系统,4G内存
在Java中,int占4字节,1字节=8位(1 byte = 8 bit)
如果每个数字用int存储,那就是20亿个int,因而占用的空间约为 (2000000000*4/1024/1024/1024)≈7.45 G
如果按位存储就不一样了,20亿个数就是20亿位,占用空间约为 (2000000000/8/1024/1024/1024)≈0.23 G
高下立判,无需多言
那么,问题来了,如何表示一个数呢?
刚才说了,每一位表示一个数,0表示不存在,1表示存在,这正符合二进制
这样我们可以很容易表示{1,2,4,6}这几个数:
图片计算机内存分配的最小单位是字节,也就是8位,那如果要表示{12,13,15}怎么办呢?
当然是在另一个8位上表示了:
图片这样的话,好像变成一个二维数组了
1个int占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,其中N表示要存储的这些数中的最大值,于是乎:
tmp[0]:可以表示0~31
tmp[1]:可以表示32~63
tmp[2]:可以表示64~95
。。。
如此一来,给定任意整数M,那么M/32就得到下标,M%32就知道它在此下标的哪个位置
添加
这里有个问题,我们怎么把一个数放进去呢?例如,想把5这个数字放进去,怎么做呢?
首先,5/32=0,5%32=5,也是说它应该在tmp[0]的第5个位置,那我们把1向左移动5位,然后按位或
图片换成二进制就是
图片这就相当于 86 | 32 = 118
86 | (1<<5) &#61; 118
b[0] &#61; b[0] | (1<<5)
也就是说&#xff0c;要想插入一个数&#xff0c;将1左移带代表该数字的那一位&#xff0c;然后与原数进行按位或操作
化简一下&#xff0c;就是 86 &#43; (5/8) | (1<<(5%8))
因此&#xff0c;公式可以概括为&#xff1a;p &#43; (i/8)|(1<<(i%8)) 其中&#xff0c;p表示现在的值&#xff0c;i表示待插入的数
清除
以上是添加&#xff0c;那如果要清除该怎么做呢&#xff1f;
还是上面的例子&#xff0c;假设我们要6移除&#xff0c;该怎么做呢&#xff1f;
图片从图上看&#xff0c;只需将该数所在的位置为0即可
1左移6位&#xff0c;就到达6这个数字所代表的位&#xff0c;然后按位取反&#xff0c;最后与原数按位与&#xff0c;这样就把该位置为0了
b[0] &#61; b[0] & (~(1<<6))
b[0] &#61; b[0] & (~(1<<(i%8)))
查找
前面我们也说了&#xff0c;每一位代表一个数字&#xff0c;1表示有&#xff08;或者说存在&#xff09;&#xff0c;0表示无&#xff08;或者说不存在&#xff09;。通过把该为置为1或者0来达到添加和清除的小伙&#xff0c;那么判断一个数存不存在就是判断该数所在的位是0还是1
假设&#xff0c;我们想知道3在不在&#xff0c;那么只需判断 b[0] & (1<<3) 如果这个值是0&#xff0c;则不存在&#xff0c;如果是1&#xff0c;就表示存在
Bitmap有什么用
大量数据的快速排序、查找、去重
快速排序
假设我们要对0-7内的5个元素(4,7,2,5,3)排序&#xff08;这里假设这些元素没有重复&#xff09;,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&#xff0c;我们就只需要8个Bit&#xff08;1Bytes&#xff09;&#xff0c;首先我们开辟1Byte的空间&#xff0c;将这些空间的所有Bit位都置为0&#xff0c;然后将对应位置为1。
最后&#xff0c;遍历一遍Bit区域&#xff0c;将该位是一的位的编号输出&#xff08;2&#xff0c;3&#xff0c;4&#xff0c;5&#xff0c;7&#xff09;&#xff0c;这样就达到了排序的目的&#xff0c;时间复杂度O(n)。
优点:
缺点:
快速去重
20亿个整数中找出不重复的整数的个数&#xff0c;内存不足以容纳这20亿个整数。
首先&#xff0c;根据“内存空间不足以容纳这05亿个整数”我们可以快速的联想到Bit-map。下边关键的问题就是怎么设计我们的Bit-map来表示这20亿个数字的状态了。其实这个问题很简单&#xff0c;一个数字的状态只有三种&#xff0c;分别为不存在&#xff0c;只有一个&#xff0c;有重复。因此&#xff0c;我们只需要2bits就可以对一个数字的状态进行存储了&#xff0c;假设我们设定一个数字不存在为00&#xff0c;存在一次01&#xff0c;存在两次及其以上为11。那我们大概需要存储空间2G左右。
接下来的任务就是把这20亿个数字放进去&#xff08;存储&#xff09;&#xff0c;如果对应的状态位为00&#xff0c;则将其变为01&#xff0c;表示存在一次&#xff1b;如果对应的状态位为01&#xff0c;则将其变为11&#xff0c;表示已经有一个了&#xff0c;即出现多次&#xff1b;如果为11&#xff0c;则对应的状态位保持不变&#xff0c;仍表示出现多次。
最后&#xff0c;统计状态位为01的个数&#xff0c;就得到了不重复的数字个数&#xff0c;时间复杂度为O(n)。
快速查找
这就是我们前面所说的了&#xff0c;int数组中的一个元素是4字节占32位&#xff0c;那么除以32就知道元素的下标&#xff0c;对32求余数&#xff08;%32&#xff09;就知道它在哪一位&#xff0c;如果该位是1&#xff0c;则表示存在。
小结&回顾
Bitmap主要用于快速检索关键字状态&#xff0c;通常要求关键字是一个连续的序列&#xff08;或者关键字是一个连续序列中的大部分&#xff09;&#xff0c; 最基本的情况&#xff0c;使用1bit表示一个关键字的状态&#xff08;可标示两种状态&#xff09;&#xff0c;但根据需要也可以使用2bit&#xff08;表示4种状态&#xff09;&#xff0c;3bit&#xff08;表示8种状态&#xff09;。
Bitmap的主要应用场合&#xff1a;表示连续&#xff08;或接近连续&#xff0c;即大部分会出现&#xff09;的关键字序列的状态&#xff08;状态数/关键字个数 越小越好&#xff09;。
32位机器上&#xff0c;对于一个整型数&#xff0c;比如int a&#61;1 在内存中占32bit位&#xff0c;这是为了方便计算机的运算。但是对于某些应用场景而言&#xff0c;这属于一种巨大的浪费&#xff0c;因为我们可以用对应的32bit位对应存储十进制的0-31个数&#xff0c;而这就是Bit-map的基本思想。Bit-map算法利用这种思想处理大量数据的排序、查询以及去重。
补充1
在数字没有溢出的前提下&#xff0c;对于正数和负数&#xff0c;左移一位都相当于乘以2的1次方&#xff0c;左移n位就相当于乘以2的n次方&#xff0c;右移一位相当于除2&#xff0c;右移n位相当于除以2的n次方。
<<左移&#xff0c;相当于乘以2的n次方&#xff0c;例如&#xff1a;1<<6 相当于1×64&#61;64&#xff0c;3<<4 相当于3×16&#61;48
>> 右移&#xff0c;相当于除以2的n次方&#xff0c;例如&#xff1a;64>>3 相当于64÷8&#61;8
^ 异或&#xff0c;相当于求余数&#xff0c;例如&#xff1a;48^32 相当于 48%32&#61;16
补充2
不使用第三方变量&#xff0c;交换两个变量的值
// 方式一
a &#61; a &#43; b;
b &#61; a - b;
a &#61; a - b;// 方式二
a &#61; a ^ b;
b &#61; a ^ b;
a &#61; a ^ b;
BitSet
BitSet实现了一个位向量&#xff0c;它可以根据需要增长。每一位都有一个布尔值。一个BitSet的位可以被非负整数索引&#xff08;PS&#xff1a;意思就是每一位都可以表示一个非负整数&#xff09;。可以查找、设置、清除某一位。通过逻辑运算符可以修改另一个BitSet的内容。默认情况下&#xff0c;所有的位都有一个默认值false。
图片
图片
图片
图片
图片可以看到&#xff0c;跟我们前面想的差不多
用一个long数组来存储&#xff0c;初始长度64&#xff0c;set值的时候首先右移6位&#xff08;相当于除以64&#xff09;计算在数组的什么位置&#xff0c;然后更改状态位
别的看不懂不要紧&#xff0c;看懂这两句就够了&#xff1a;
int wordIndex &#61; wordIndex(bitIndex);
words[wordIndex] |&#61; (1L << bitIndex);
Bloom Filters
图片Bloom filter 是一个数据结构&#xff0c;它可以用来判断某个元素是否在集合内&#xff0c;具有运行快速&#xff0c;内存占用小的特点。
而高效插入和查询的代价就是&#xff0c;Bloom Filter 是一个基于概率的数据结构&#xff1a;它只能告诉我们一个元素绝对不在集合内或可能在集合内。
Bloom filter 的基础数据结构是一个 比特向量&#xff08;可理解为数组&#xff09;。
主要应用于大规模数据下不需要精确过滤的场景&#xff0c;如检查垃圾邮件地址&#xff0c;爬虫URL地址去重&#xff0c;解决缓存穿透问题等
如果想判断一个元素是不是在一个集合里&#xff0c;一般想到的是将集合中所有元素保存起来&#xff0c;然后通过比较确定。链表、树、散列表&#xff08;哈希表&#xff09;等等数据结构都是这种思路&#xff0c;但是随着集合中元素的增加&#xff0c;需要的存储空间越来越大&#xff1b;同时检索速度也越来越慢&#xff0c;检索时间复杂度分别是O(n)、O(log n)、O(1)。
布隆过滤器的原理是&#xff0c;当一个元素被加入集合时&#xff0c;通过 K 个散列函数将这个元素映射成一个位数组&#xff08;Bit array&#xff09;中的 K 个点&#xff0c;把它们置为 1 。检索时&#xff0c;只要看看这些点是不是都是1就知道元素是否在集合中&#xff1b;如果这些点有任何一个 0&#xff0c;则被检元素一定不在&#xff1b;如果都是1&#xff0c;则被检元素很可能在&#xff08;之所以说“可能”是误差的存在&#xff09;。
BloomFilter 流程
1、 首先需要 k 个 hash 函数&#xff0c;每个函数可以把 key 散列成为 1 个整数&#xff1b;
2、初始化时&#xff0c;需要一个长度为 n 比特的数组&#xff0c;每个比特位初始化为 0&#xff1b;
3、某个 key 加入集合时&#xff0c;用 k 个 hash 函数计算出 k 个散列值&#xff0c;并把数组中对应的比特位置为 1&#xff1b;
4、判断某个 key 是否在集合时&#xff0c;用 k 个 hash 函数计算出 k 个散列值&#xff0c;并查询数组中对应的比特位&#xff0c;如果所有的比特位都是1&#xff0c;认为在集合中。
图片com.google.guavaguava28.1-jre
欢迎加入我的知识星球&#xff0c;一起探讨架构&#xff0c;交流源码。加入方式&#xff0c;长按下方二维码噢&#xff1a;
![](https://img7.php1.cn/3cdc5/f46b/2be/f9d3f358e83e4788.png)
已在知识星球更新源码解析如下&#xff1a;
![](https://img7.php1.cn/3cdc5/f46b/2be/90c4d6e1c8cfd5a6.png)
![](https://img7.php1.cn/3cdc5/f46b/2be/46797be3175b1416.png)
![](https://img7.php1.cn/3cdc5/f46b/2be/edf4236c038a66ae.png)
![](https://img7.php1.cn/3cdc5/f46b/2be/0a7679541fd4759f.jpeg)
最近更新《芋道 SpringBoot 2.X 入门》系列&#xff0c;已经 20 余篇&#xff0c;覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。
提供近 3W 行代码的 SpringBoot 示例&#xff0c;以及超 4W 行代码的电商微服务项目。
获取方式&#xff1a;点“在看”&#xff0c;关注公众号并回复 666 领取&#xff0c;更多内容陆续奉上。
兄弟&#xff0c;艿一口&#xff0c;点个赞&#xff01;????