1.位向量工作原理
2.size_tçä»ç»
3.谁能编一个把PCM(自然码)转成为二进制的源码C++程序
4.BitMapåçä¸å®ç°
位向量工作原理
位向量,也叫位图,源码是源码一个我们经常可以用到的数据结构,在使用小空间来处理大量数据方面有着得天独厚的源码优势;位向量的定义就是一串由0.1组成的序列。
Java中对位向量的源码VIP智能解析源码实现类时Java.util.BitSet;C++标准库中也有相应的实现,原理都是源码phpredis延时队列源码一样的; BitSet源码也很简单,很容易看懂 ,源码如果读者在对位向量有一定的源码了解后,可以通过读源码来了解BitSet的源码具体实现。
一个bit上有两个值,源码正好可以用来判断某些是源码非状态的场景,在针对大数据场景下判断存在性,源码BitSet是源码东吴证券指标源码相比其他数据结构比如HashMap更好的选择,在Java中,源码位向量是源码用一个叫words的long型数组实现的,一个long型变量有位,可以保存个数字;比如我们有[2,kotlin电商源码8,6,,]这5个数要保存,一般存储需要 5*4 = 字节的存储空间。但是如果我们使用Java.util.BitSet进行存储则可以节省很多的空间只需要一个long型数字就够了。BitSet只面向数字只面向数字使用,对于string类型的太阳计划1080源码数据,可以通过hashcode值来使用BitSet。
由于,1 << , 1<<, 1<< 这些数字的结果都为1,BitSet内部,long[]数组的大小由BitSet接收的最大数字决定,这个数组将数字分段表示[0,],[,],[,]...。即long[0]用来存储[0,]这个范围的数字的“存在性”,long用来存储[,],依次轮推,这样就避免了位运算导致的冲突。原理如下:
|------------|----------|----------|----------|----------| |
Java的BitSet每次申请空间,申请位,即一个long型变量所占的位数;
size_tçä»ç»
size_t ç±»åå®ä¹å¨cstddef头æ件ä¸ï¼è¯¥æ件æ¯Cæ ååºç头æ件stddef.hçC++çãå®æ¯ä¸ä¸ªä¸æºå¨ç¸å ³çunsignedç±»åï¼å ¶å¤§å°è¶³ä»¥ä¿è¯åå¨å åä¸å¯¹è±¡ç大å°ãä¾å¦ï¼bitsetçsizeæä½è¿åbitset对象ä¸äºè¿å¶ä½ä¸ç个æ°ï¼è¿åå¼ç±»åæ¯size_tãä¾å¦ï¼å¨ç¨ä¸æ 访é®å ç´ æ¶ï¼vector使ç¨vector::size_typeä½ä¸ºä¸æ ç±»åï¼èæ°ç»ä¸æ çæ£ç¡®ç±»ååæ¯size_tãvector使ç¨çä¸æ å®é ä¹æ¯size_tï¼æºç æ¯typedef size_t size_typeã谁能编一个把PCM(自然码)转成为二进制的C++程序
自然码是带权值的二进制码 权值从左至右分别为8 4 2 1
程序检测数据:输入自然码 输出二进制码
希望对你有帮助
==================================================================
#include<iostream>
#include<string>
using namespace std;
int main()
{
//接收输入的4位自然码字符串 转化为整形
//temp为每位的权值8 4 2 1
//result[]为要输出的二进制结果的数组
int c[4]={ 0},SUM=0,temp[4]={ 8,4,2,1},result[];
for(int i=0;i<4;++i)
{
c[i]=(int)getchar()-;
SUM+=c[i]*temp[i]; //利用权值得到自然码所表示的进制的值SUM
}
//再将十进制数SUM 转化为二进制
int k=0;
while(SUM>0)
{
result[k]=SUM%2;
SUM=(SUM-result[k])/2; //每次得到的商
++k;
}
for(int t=k-1;t>=0;--t)
cout<<result[t];
return 0;
}
BitMapåçä¸å®ç°
æ¯è¾ç»å ¸çé®é¢æ¯ï¼ å¨åªè½å¤ä½¿ç¨2Gçå åä¸ï¼å¦ä½å®æ以ä¸æä½ï¼â ï¼å¯¹äº¿ä¸ªä¸éå¤çæ´æ°è¿è¡æåºã
â¡ï¼æ¾åºäº¿ä¸ªæ°åä¸éå¤çæ°åã
æ 论æ¯æåºè¿æ¯æ¾éå¤çæ°åé½éè¦å°è¿äº¿ä¸ªæ°åå å ¥å°å åä¸å¨å»è¿è¡æä½ï¼å¾ææ¾ï¼é¢ç®ç»åºç2Gå åéå¶è¯´æäºå¨è¿æ ·çåºæ¯ä¸æ¯ä¸è½å¤å°æææ°é½å å ¥å°å åä¸ç
* 4/ï¼* * ï¼ = 3.G
é£ä¹è¿æ¶åå°±éè¦ç¨å° BitMapç»æäº
bitMap使ç¨ä¸ä¸ªbit为0/1ä½ä¸ºmapçvalueæ¥æ è®°ä¸ä¸ªæ°åæ¯å¦åå¨,èmapçkeyå¼æ£æ¯è¿ä¸ªæ°åæ¬èº«ã
ç¸æ¯äºä¸è¬çæ°æ®ç»æéè¦ç¨4个byteå»åå¨æ°å¼æ¬èº«ï¼ç¸å½äºæ¯èçäº 4*8ï¼1 = åçå å空é´
bitMapä¸ä¸å®è¦ç¨bitæ°ç»,å¯ä»¥ä½¿ç¨ int,longçççåºæ¬æ°æ®ç±»åå®ç°ï¼å ä¸ºå ¶å®è´¨é½æ¯å¨bitä½ä¸åæ°æ®ï¼ç¨åªç§ç±»ååªæ¯å³å®äºæç»å®ç°åºæ¥çBitMapçå ç½®æ°ç»ä¸å个å ç´ åæ¾æ°æ®çå¤å°
ä¾å¦ï¼javaä¸çBitSet使ç¨Longæ°ç»
BitMapçå®ç°å½ç¶å°ä¸äºä½è¿ç®ï¼å æ¥æç¡®å 个常è§ä½è¿ç®ï¼è¿æ¯å®ç°BitMapçåºç¡ï¼
set(bitIndex): æ·»å æä½
1 .ç¡®å®è¯¥æ°å¤äºæ°ç»ä¸çåªä¸ªå ç´ çä½ä¸
int wordIndex = bitIndex >> 5;
å 为æç¨çæ¯int[]å®ç°ï¼æ以è¿éå³ç§» 5 ä½ï¼2^5 = ï¼
2 .ç¡®å®ç¸å¯¹äºè¯¥å ç´ ä¸çä½ç½®å移
int bitPosition = bitIndex & ((1 << 5) - 1);
è¿éç¸å½äºæ¯ bitIndex % ï¼1<<5ï¼çå模è¿ç®ï¼å 为å½å模è¿ç®çé¤æ°æ¯2ç次å¹ï¼æ以å¯ä»¥ä½¿ç¨ä»¥ä¸çä½è¿ç®æ¥è®¡ç®ï¼æåæçï¼å¯¹æ¯HashMapç容é为ä»ä¹æ»æ¯2çå¹æ¬¡æ¹çé®é¢ï¼HashMapæ±ä¸æ æ¶ä¹æ¯ä½¿ç¨ hash&(n-1)ï¼
tips: ä½è¿ç®çä¼å 级æ¯ä½äº+,-çççï¼æ以è¦å ä¸æ¬å·,é²æ¢åçä¸å¯æè¿°çé误
3 .å°è¯¥ä½ç½®1
bits[wordIndex] |= 1 << bitPosition;
ç¸å½äºæ¯å°æå®ä½ç½®å¤çbitå¼ç½®1ï¼å ¶ä»ä½ç½®ä¿æä¸åï¼ä¹å°±æ¯å°ä»¥è¿ä¸ªbitIndex为keyçä½ç½®ä¸º1
tips: è¿éæ¯åèäºç½ä¸çåä½å¤§ä½¬çæç« ,åä½ + æä½æï¼å对æ¯äºä¸BitSetçæºç ï¼
words[wordIndex] |= (1L << bitIndex);
没æåä½æä½ï¼ç´æ¥|ï¼è¿ä¸¤ä¸ªä¸æ ·åï¼çæ¡å½ç¶æ¯ä¸æ ·ç
举个æ åï¼
1 << == 1<<
1L << ==1L<<
å³å¯¹äºintålongåæ°æ®ï¼ç´æ¥å·¦ç§»å ¶ä½æ°ç¸å½äºæ¯é带äºå¯¹å ¶çå模æä½
æ»ç»ï¼ä½¿ç¨Bit-mapçææ³ï¼æ们å¯ä»¥å°åå¨ç©ºé´è¿è¡å缩ï¼èä¸å¯ä»¥å¯¹æ°åè¿è¡å¿«éæåºãå»éåæ¥è¯¢çæä½ã
Bloom Fliteræ¯Bit-mapææ³çä¸ç§æ©å±ï¼å®å¯ä»¥å¨å 许ä½é误ççåºæ¯ä¸ï¼å¤§å¤§å°è¿è¡ç©ºé´å缩ï¼æ¯ä¸ç§æ¿é误çæ¢å空é´çæ°æ®ç»æ
å½ä¸ä¸ªå ç´ å å ¥å¸éè¿æ»¤å¨ä¸çæ¶åï¼ä¼è¿è¡åªäºæä½ï¼
å½æ们éè¦å¤æä¸ä¸ªå ç´ æ¯å¦åå¨äºå¸éè¿æ»¤å¨çæ¶åï¼ä¼è¿è¡åªäºæä½ï¼
ç¶åï¼ä¸å®ä¼åºç°è¿æ ·ä¸ç§æ åµï¼ä¸åçå符串å¯è½åå¸åºæ¥çä½ç½®ç¸åï¼å¯ä»¥éå½å¢å ä½æ°ç»å¤§å°æè è°æ´æ们çåå¸å½æ°æ¥éä½æ¦çï¼,å æ¤ï¼å¸éè¿æ»¤å¨å¯è½ä¼åå¨è¯¯å¤çæ åµ
æ»ç»æ¥è¯´å°±æ¯ï¼ å¸éè¿æ»¤å¨è¯´æ个å ç´ åå¨ï¼å°æ¦çä¼è¯¯å¤ãå¸éè¿æ»¤å¨è¯´æ个å ç´ ä¸å¨ï¼é£ä¹è¿ä¸ªå ç´ ä¸å®ä¸å¨ã
Bloom Filterçåºç¨: 常ç¨äºè§£å³ç¼åç©¿éçåºæ¯ã