[关闭]
@zero1036 2017-05-31T14:29:47.000000Z 字数 4390 阅读 1906

位运算应用实例

数据结构与算法


二进制基础

十进制与二进制的转换

10换2要诀:除二取余,然后倒序排列,高位补零

例如:十进制52换算结果为110100

10换2

2换10要诀

2换10要诀:从低位(右边)算起位置下标为n,2的a幂次方 乘以二进制对应位的数值a[0或1],再求各个位之和,公式为(暂时写不出):

例如:二进制110换算结果为6

2换10


位运算

运算符 含义 功能
& 按位与 如果两个相应的二进制位都为1,则该位的结果值为1;否则为0。
| 按位或 两个相应的二进制位中只要有一个为1,该位的结果值为1。
按位异或 若参加运算的两个二进制位同号则结果为0(假)异号则结果为1(真)
取反 是一个单目(元)运算符,用来对一个二进制数按位取反,即将0变1,将1变0。
<< 左移 左移运算符是用来将一个数的各二进制位全部左移N位,右补0。
>> 右移 表示将a的各二进制位右移N位,移到右端的低位被舍弃,对无符号数,高位补0。
&运算
样本数1 111【7】 111【7】 1000【8】
样本数2 010【2】 101【5】 0101【5】
操作结果 010【2】 101【5】 0000【0】
|运算
样本数1 111【7】 111【7】 1000【8】
样本数2 010【2】 101【5】 0101【5】
操作结果 111【7】 111【7】 1101【13】
>>运算
样本数a 11111【31】 111【7】 100000【32】
操作 >>2 >>2 >>2
结果 00111【7】 001【1】 1000【8】

PS:对于二进制的学习建议是:时刻参考0到7的二进制数值;对熟识规律、分析逻辑有大帮助
000【0】
001【1】
010【2】
011【3】
100【4】
101【5】
110【6】
111【7】


应用例子

1、奇偶数判断

常见做法对2取余:

  1. if(value % 2 == 0){
  2. return true;
  3. }
  4. return false;

如果操作数value是小数的话,还勉强行得通,但是value是一个上百万的大数,那么这就白白浪费了CPU的大量时间,程序的效率和性能就很差。回头观察0至7二进制对照表,可以发现规律:偶数二进制个位数恒为0,而奇数个位数恒为0。而通过运算可得推论:

任意偶数 & 1 = 0
任意奇数 & 1 = 1

对2取余方法可以改为:

  1. if(value & 1 == 0){
  2. return true;
  3. }
  4. return false;

2、记录海量热数据状态

从Redis 2.2开始,Redis提供了GETRANGE/SETRANGE/GETBIT/SETBIT四个用于字符串类型Key/Value的命令。通过这些命令,我们便可以像操作数组那样来访问String类型的值数据了。比如唯一标识用户身份的ID,可能仅仅是String值的其中一段子字符串。这样就可以通过GETRANGE/SETRANGE命令来方便的提取。再有就是可以使用BITMAP来表示用户某天的是否登录状态,如1表示有登录,0表示没登录。用这种方式来表示100,000,000个用户的时,也仅仅占用12MB的存储空间,与此同时,在通过SETBIT/GETBIT命令进行数据遍历也是非常高效的。

实测Redis插入100,000,000位Bitmap,占用内存如下:

  1. # Memory
  2. used_memory:14389312
  3. used_memory_human:13.72M
  4. used_memory_rss:14389312
  5. used_memory_peak:14457332
  6. used_memory_peak_human:13.79M
  7. used_memory_lua:31744
  8. mem_allocator:libc

3、快速去重排序

利用JDK方法实现整数去重排序方法,JDK7以后默认排序方法为Timsort,本质是二分法插入排序与归并排序的结合,时间复杂度是O(n log n);以下实现例子不考虑利用Map进行去重。

  1. private static List<Integer> fnJDKSort(Integer[] arr) {
  2. //首先利用Stream.distinct()进行去重,暂时不考虑用Set接口
  3. List<Integer> list = Arrays.asList(arr).stream().distinct().collect(Collectors.toList());
  4. //再排序
  5. Collections.sort(list, new Comparator<Integer>() {
  6. public int compare(Integer o1, Integer o2) { if (o2 > o1) { return -1; } return 1;}
  7. });
  8. return list;
  9. }

无论何种排序算法,都会涉及元素之间的比较动作;而反观位图,由于位图的数据结构,位图具有的以下两点特性可以帮助实现无需通过元素比较,时间复杂度为O(1)的排序方法:

  1. 快速随机访问位
  2. 位的有序性

实现步骤:
第一阶段将所有的位都置为0,从而将集合初始化为空;
第二阶段通过读入随机集合的每个整数来建立集合,将每个对应的位都置为1;
第三阶段检验每一位,如果该位为1,就输出对应的整数,由此产生有序的输出结果。

  1. private static List<Integer> fnBitSet(Integer[] arr) {
  2. final BitSet bitSet = new BitSet();
  3. List<Integer> list = new ArrayList<>();
  4. for (int i = 0; i < arr.length; i++) {
  5. bitSet.set(arr[i], true);
  6. }
  7. for (int i = 0; i < arr.length; i++) {
  8. if (bitSet.get(i)) {
  9. list.add(i);
  10. }
  11. }
  12. return list;
  13. }

两种方法性能耗时对比:

样本量 Sort(ms) BitMap(ms)
1000,1千 80 1
10000,1万 165 4
100000,10万 180 20
1000000,100万 530 120

4、分组运算

分组运算:根据某个或多个特征值对数据集合进行划分分组,目标是提升数据访问与存储效率。常见应用场景:

  1. 数据库分片
  2. Hash散列位置下标计算
  3. 业务逻辑随机分组

Hash散列的数据结构是通过数组与链表的组合(链表的数组集),通过对象的散列码定位对象在数组中的位置下标,同一位置下标的多个对象,则以链表形式存储,因此,如何利用对象的散列码可以均匀定位到数组不同位置中,减少由于冲突而生成链表,是Hash散列函数的关键算法。

Hash结构说明

Hashtable采用最常见算法有除留余数法,而HashMap则通过效率更高更巧妙位运算法,同样实现了均匀的散列。关于除留余数法更多分析以及两种算法的优劣对比参考:散列函数设计:除留余数法,但余数法并非本文讨论重点,留待更多实验与讨论。

HashMap位算法非常简单:数组位置下标 = 散列码 & (数组长度 - 1)。参考源码:

  1. int n = (tab = resize()).length; //Hash数组长度
  2. Node<K,V> p = tab[i = (n - 1) & hash];

当HashMap初始化时,数组默认长度为16,运算公式为:16-1 & hash,参考以下示例:

散列码 运算 结果
10001101【141】 1111 & 10001101 1101【13】
10001110【142】 1111 & 10001110 1110【14】
10001111【143】 1111 & 10001111 1111【15】
10010000【144】 1111 & 10010000 0000【0】
10010001【145】 1111 & 10010001 0000【1】

巧妙之处在于以下两点:

1、根据HashMap的设计,其数组的长度length必然为2的整数次幂,确保了length - 1为奇数,奇数的二进制最后一位尾数必为1,所以散列码的最后一位无论是1或是0,运算结果都会产生1或0的结果。反之,如果Length为偶数,尾数是0,运算结果只可能是0。导致所有位置索引的计算值都只能是偶数,浪费一半空间。

2的整数次幂 2的整数次幂-1
10
1
100
11
1000
111
10000
1111
100000
11111
... ... ...

2、 通过运算索引,一次运算效率更高,而且保证取样数据小于table长度,例如,长度为16(10000),length - 1 = 15(1111);所有与15参与运算的Hash,实际运算都只有后4位,必然不会产生大于15的值


5、灵活高效状态存储

案例A:在运营系统中,用户可以领取现金券20、30、50...元,按照传统关系型数据库设计,需要一张领取记录表,记录用户编号及每张现金券的领取状态。前台查询用户是否已经领取指定面额现金券,则需要查询:
select 状态 from Record where 用户ID = id and 面额 = amount

用户ID 面额 状态
148 20 领取
148 30 领取
148 50 未领取
233 20 未领取
233 30 领取
233 50 领取
... ... ...

如果换成bitmap存储怎么玩?根据需求,用户可领的现金券面额是有限的,首先按序,为每张面额的券分别指定一个十进制整数标识码,如下表:

面额 标识码
20 1【1】
30 10【2】
50 100【4】
.. 1000【8】
.. 10000【16】
.. 100000【32】

标识码计算公式是:

而用户的领取状态则为已领券面额对应标识码之和:

回到案例,根据领取记录表可知:148用户已领取20、30元,标识码分别为1、2;233用户已领取30、50元,标识码为:2、4

用户ID 领券状态
148 3 = 1 + 2
233 4 = 2 + 4

当需要查询用户领券状态时,语句则改为:select 1 from Record where 用户ID = id and 领券状态 & amount = amount。例如148用户,3 & 2 = 2表示已经领取30元,而3 & 5 = 0则表示用户还没领取50元。

转码 标识码 低位下标
1 【1】 0
10 【2】 1
100 【4】 2
1000 【8】 3
10000 【16】 4
100000 【32】 5

根据面额与标识码的映射表,标识码转换为二进制后,所有转码的最高位都是1,其他位数均为0,且各不相等,因此转码之和一定不会发生进位。例如:标识码是21 = 1 + 4 + 16,转码结果就是10101 = 10000 + 100 + 1

由于0与无论是0或1进行&运算,结果都是0;因此只要总和 & 标识码 = 标识码,表示总和包含对应标识码。十进制公式为:

  1. 10101 &
  2. 10000 =
  3. 10000 //21包含16
  4. 10101 &
  5. 01000 =
  6. 00000 //21不包含8

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注