如何判断一个数是否在40亿个整数中？

问题的提出：

如何判断一个数是否在40亿个整数中？

问题的解决方案：

1、分钟级方法：用一个map集合来存储数据，新的数判断是否在map集合中。

2、分钟级方法：使用set集合来存储数据，新的数判断是否在set集合中。此时如果整数为32位，那么set集合就需要占用大约16G的空间。

3、秒级方法：使用分布式将数据分在8个机器上，然后同时查找，返回是否存在。

4、毫秒级方法：32位int的范围，总共就是2的32次方，大概42亿多点。所以你可以申请2的32次方个位。40亿个数中，存在的数就在相应的位置1，其他位就是0。新的数就去找相应的位，比如来了一个1234，就找一下第1234位，如果是1就存在，是0就不存在啦。此时2的32次方个位，相当于2的29次方个字节，才500MB，真是节省了不少内存呢。其实这是一种非常有名的大数据算法，叫位图法，英文名叫bitmap。顾名思义，就是用位来表示状态，从而节省空间。

5、首先，32位int的范围是42亿，40亿整数中肯定有一些是连续的，我们可以先对数据进行一个外部排序，然后用一个初始的数和一个长度构成一个数据结构，来表示一段连续的数，举个例子。如果数据是1 2 3 4 6 7……这种的，那么可以用(1,4)和(6,2)来表示，这样一来，连续的数都变成了2个数表示。来了一个新数之后，就用二分法进行查找了。这样一来，最差情况就是2亿多的断点，也就是2亿多的结构体，每个结构体8个字节，大概16亿字节，1.6GB，在内存中可以放下。

标签：set,字节,40,32,整数,集合,亿个,次方
来源： https://www.cnblogs.com/zsh-blogs/p/10561141.html