Java BitSet（位集）

標籤：color   操作   初始   ISE   索引   cts   預設   沒有   儲存空間   

原理簡介：

        Java平台的BitSet用於存放一個位序列，如果要高效的存放一個位序列，就可以使用位集(BitSet)。由於位集將位封裝在位元組裡，所以使用位集比使用Boolean對象的List更加高效和更加節省儲存空間。

        BitSet是位操作的對象，值只有0或1即false和true，內部維護了一個long數組，初始只有一個long，所以BitSet最小的size是64，當隨著儲存的元素越來越多，BitSet內部會動態擴充，一次擴充64位，最終內部是由N個long來儲存。

        預設情況下，BitSet的所有位都是false即0。

 

        在沒有外部同步的情況下，多個線程操作一個BitSet是不安全的。

        一個1GB的空間，有8*1024*1024*1024 = 8.58*10^9bit，也就是1GB的空間可以表示85億多個數。

應用情境：

1.     統計一組大資料中沒有出現過的數；

        將這組資料對應到BitSet，然後遍曆BitSet，對應位為0的數表示沒有出現過的資料。

2.     對大資料進行排序；

        將資料對應到BitSet，遍曆BitSet得到的就是有序資料。

3.     在記憶體對大資料進行壓縮儲存等等。

        一個GB的記憶體空間可以儲存85億多個數，可以有效實現資料的壓縮儲存，節省記憶體空間開銷。

為什麼BitSet使用long數組做內部儲存？

        JDK選擇long數組作為BitSet的內部儲存結構是出於效能的考慮，因為BitSet提供and和or這種操作，需要對兩個BitSet中的所有bit位做and或者or，實現的時候需要遍曆所有的數組元素。使用long能夠使得迴圈的次數降到最低，所以Java選擇使用long數組作為BitSet的內部儲存結構。

        從資料在棧上的儲存來說，使用long和byte基本是沒有什麼差別的，除了編譯器強制地址對齊的時候，使用byte最多會浪費7個位元組(強制按照8的倍數做地址對其)，另外從記憶體讀數組元素的時候，也是沒有什麼區別的，因為彙編指令有對不同長度資料的mov指令。所以說，JDK選擇使用long數組作為BitSet的內部儲存結構的根本原因就是在and和or的時候減少迴圈次數，提高效能。

        例如我們進行BitSet中的and, or,xor操作時，要對整個bitset中的bit都進行操作，需要依次讀出bitset中所有的word，如果是long數組儲存，我們可以每次讀入64個bit,而int數組儲存時，只能每次讀入32個bit。另外我們在尋找bitset中下一個置為1的bit時,word首先會和0進行比較，如果word的值為0，則表示該word中沒有為1的bit，可以忽略這個word，如果是long數組儲存，可以一次跳過64個bit，如果是int數組儲存時，一次只能跳過32個bit。

（本段來源：知乎    http://www.zhihu.com/question/21061816）

BitSet API

 

 

BitSet()           建立一個新的位 set。

BitSet(int nbits)           建立一個位 set，它的初始大小足以顯式表示索引範圍在 0 到 nbits-1 的位。

void	and(BitSet set)           對此目標位 set 和參數位 set 執行邏輯與操作。
void	andNot(BitSet set)           清除此 BitSet 中所有的位，其相應的位在指定的 BitSet 中已設定。
int	cardinality()           返回此 BitSet 中設定為 true 的位元。
void	clear()           將此 BitSet 中的所有位設定為 false。
void	clear(int bitIndex)           將索引指定處的位設定為 false。
void	clear(int fromIndex, int toIndex)           將指定的 fromIndex（包括）到指定的 toIndex（不包括）範圍內的位設定為 false。
Object	clone()           複製此 BitSet，產生一個與之相等的新 BitSet。
boolean	equals(Object obj)           將此對象與指定的對象進行比較。
void	flip(int bitIndex)           將指定索引處的位設定為其當前值的補碼。
void	flip(int fromIndex, int toIndex)           將指定的 fromIndex（包括）到指定的 toIndex（不包括）範圍內的每個位設定為其當前值的補碼。
boolean	get(int bitIndex)           返回指定索引處的位值。
BitSet	get(int fromIndex, int toIndex)           返回一個新的 BitSet，它由此 BitSet 中從 fromIndex（包括）到 toIndex（不包括）範圍內的位組成。
int	hashCode()           返回此位 set 的雜湊碼值。
boolean	intersects(BitSet set)           如果指定的 BitSet 中有設定為 true 的位，並且在此 BitSet 中也將其設定為true，則返回 ture。
boolean	isEmpty()           如果此 BitSet 中沒有包含任何設定為 true 的位，則返回 ture。
int	length()           返回此 BitSet 的“邏輯大小”：BitSet 中最高設定位的索引加 1。
int	nextClearBit(int fromIndex)           返回第一個設定為 false 的位的索引，這發生在指定的起始索引或之後的索引上。
int	nextSetBit(int fromIndex)           返回第一個設定為 true 的位的索引，這發生在指定的起始索引或之後的索引上。
void	or(BitSet set)           對此位 set 和位 set 參數執行邏輯或操作。
void	set(int bitIndex)           將指定索引處的位設定為 true。
void	set(int bitIndex, boolean value)           將指定索引處的位設定為指定的值。
void	set(int fromIndex, int toIndex)           將指定的 fromIndex（包括）到指定的 toIndex（不包括）範圍內的位設定為 true。
void	set(int fromIndex, int toIndex, boolean value)           將指定的 fromIndex（包括）到指定的 toIndex（不包括）範圍內的位設定為指定的值。
int	size()           返回此 BitSet 表示位值時實際使用空間的位元。
String	toString()           返回此位 set 的字串表示形式。
void	xor(BitSet set)           對此位 set 和位 set 參數執行邏輯異或操作。

 

 

 

Java BitSet（位集）