Bitmap 算法

位圖算法，內存中連續的二進制位bit，用於對大量整型數據作去重和查詢。

舉個例子，給定一塊長度是10bit的內存空間，依次插入4，3，2，1，怎麼存儲？

1. 給定長度是10的bitmap，每個bit位分別對應着從0到9的10個整型數。此時bitmap的全部位都是0。

2. 把整型數4存入bitmap，對應存儲的位置就是下標爲4的位置，將此bit置爲1。

3. 把整型數2存入bitmap，對應存儲的位置就是下標爲2的位置，將此bit置爲1。

4. 把整型數1存入bitmap，對應存儲的位置就是下標爲1的位置，將此bit置爲1。

5. 把整型數3存入bitmap，對應存儲的位置就是下標爲3的位置，將此bit置爲1。

Bitmap不只方便查詢，還能夠去除掉重複的整型數。

使用場景：

開發一個用戶畫像系統，實現用戶信息的標籤化。用戶標籤包含用戶的社會屬性，生活習慣，消費行爲。

經過用戶標籤，實現多樣的用戶羣體統計，統計用戶的男女比例，統計喜歡旅遊的用戶數量等。

1. 創建用戶名和用戶ID的映射：  1->me   2->you  3->he

2.讓每個標籤存儲包含此標籤的全部用戶ID，每個標籤都是一個獨立的Bitmap。

男[1,2]   女[3] 愛旅遊[2]  程序員[1,2]

3. 這樣，實現用戶的去重和查詢統計，就變得一目瞭然：

Bitmap在作交集和並集運算的時候也有極大的便利。位運算的高性能。

男性的程序員  110&110=110

不能作非運算，並非除了1,2的其餘都是女性，其實只有3是女性。除非提供一個全量的Bitmap，作異或便可。

一個很長的Bitmap裏使用率低的話很浪費空間。

谷歌所實現的EWAHCompressedBitmap中，對存儲空間作了優化：

<dependency>
  <groupId>com.googlecode.javaewah</groupId>
  <artifactId>JavaEWAH</artifactId>
  <version>1.1.0</version>
</dependency>