什么是bit—map
2013-01-06 13:07
134 查看
直面意思:位—映射。
有人翻译成位图。这个词与其真实的意思有点不吻合。
两一方面。位图通常与矢量图在一起说。
本质上,其就是按位映射。
用途:统计、排序、标识大范围数据。
优势:使用较少的内存。
存储一大片数据。我们习惯上用int数据。或int的堆来做。
这样太费内存了。
bit-map是一个比较好的方法。
散列也是映射。散列的散列函数是比较灵活饿。可以讲任意key经过处理产生一个散列表上的相应位置。
在散列表的影响位置又存储着一些与key的关联信息。
bit-map是对其的一种弱化,或者是定向使用。
比如我们的数据最大值为N。
那么如果一个bit位对应一个数据的话。(有时候需要多位对应一个数据,这个数据就是小于最大值的key)
则需要占用N个bit位的内存。
延伸一下,bit位为一个单元。这个就是说需要N个单元。
还有一种应用排序:
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:)
![](http://blog.redfox66.com/image.axd?picture=image_thumb.png)
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):
![](http://blog.redfox66.com/image.axd?picture=image_thumb_1.png)
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:
![](http://blog.redfox66.com/image.axd?picture=image_thumb_2.png)
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。
【适用范围】
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
【基本原理及要点】
使用bit数组来表示某些元素是否存在,比如8位电话号码
【扩展】
Bloom filter可以看做是对bit-map的扩展
【问题实例】
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。
有人翻译成位图。这个词与其真实的意思有点不吻合。
两一方面。位图通常与矢量图在一起说。
本质上,其就是按位映射。
用途:统计、排序、标识大范围数据。
优势:使用较少的内存。
存储一大片数据。我们习惯上用int数据。或int的堆来做。
这样太费内存了。
bit-map是一个比较好的方法。
散列也是映射。散列的散列函数是比较灵活饿。可以讲任意key经过处理产生一个散列表上的相应位置。
在散列表的影响位置又存储着一些与key的关联信息。
bit-map是对其的一种弱化,或者是定向使用。
比如我们的数据最大值为N。
那么如果一个bit位对应一个数据的话。(有时候需要多位对应一个数据,这个数据就是小于最大值的key)
则需要占用N个bit位的内存。
延伸一下,bit位为一个单元。这个就是说需要N个单元。
还有一种应用排序:
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:)
![](http://blog.redfox66.com/image.axd?picture=image_thumb.png)
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):
![](http://blog.redfox66.com/image.axd?picture=image_thumb_1.png)
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:
![](http://blog.redfox66.com/image.axd?picture=image_thumb_2.png)
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。
【适用范围】
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
【基本原理及要点】
使用bit数组来表示某些元素是否存在,比如8位电话号码
【扩展】
Bloom filter可以看做是对bit-map的扩展
【问题实例】
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。
相关文章推荐
- 什么是Bit-map
- Hadoop简介(1):什么是Map/Reduce
- 海量数据处理面试题集锦与Bit-map详解
- 十七道海量数据处理面试题与Bit-map详解
- 测量uniform size 表空间中的bit map block 中的1 bit 能管理多少空间
- jQuery新版本中jquery.map是什么文件(回答)
- 如何确定 Hadoop map和reduce的个数--map和reduce数量之间的关系是什么?
- 海量数据处理算法—Bit-Map
- 海量数据处理算法—Bit-Map
- List、Map、Set三个接口,存取元素时,各有什么特点?
- 圆形头像之BitmapShader,Matrix实现篇
- 【转】什么是SPI的bitbang / bit bang / bit-bang / bitbanging
- 利用 BitmapShader 制作自带边框圆形头像
- Android圆形图片不求人,自定义View实现(BitmapShader使用)
- Android BitmapShader 实战 实现圆形、圆角图片
- java中几种Map在什么情况下使用,并简单介绍原因及原理
- 海量数据处理专题(四)——Bit-map
- bitmapshader 实现图片的放大镜效果
- Map,List,Set是干嘛用的,何时才会用到哪一种,有什么区别啊?
- Android BitmapShader实现圆形和圆角图片