位圖算法，內存中連續的二進制位bit，用於對大量整型數據做去重和查詢。
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，怎么存儲？
1. 給定長度是10的bitmap，每一個bit位分別對應着從0到9的10個整型數。此時bitmap的所有位都是0。
2. 把整型數4存入bitmap，對應存儲的位置就是下標為4的位置，將此bit置為1。
3. 把整型數2存入bitmap，對應存儲的位置就是下標為2的位置，將此bit置為1。
4. 把整型數1存入bitmap，對應存儲的位置就是下標為1的位置，將此bit置為1。
5. 把整型數3存入bitmap，對應存儲的位置就是下標為3的位置，將此bit置為1。
Bitmap不僅方便查詢，還可以去除掉重復的整型數。
使用場景：
開發一個用戶畫像系統，實現用戶信息的標簽化。用戶標簽包含用戶的社會屬性，生活習慣，消費行為。
通過用戶標簽，實現多樣的用戶群體統計，統計用戶的男女比例，統計喜歡旅游的用戶數量等。
1. 建立用戶名和用戶ID的映射： 1->me 2->you 3->he
2.讓每一個標簽存儲包含此標簽的所有用戶ID，每一個標簽都是一個獨立的Bitmap。
男[1,2] 女[3] 愛旅游[2] 程序員[1,2]
3. 這樣，實現用戶的去重和查詢統計，就變得一目了然：
Bitmap在做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
不能做非運算，並不是除了1,2的其他都是女性，其實只有3是女性。除非提供一個全量的Bitmap，做異或即可。
一個很長的Bitmap里使用率低的話很浪費空間。
谷歌所實現的EWAHCompressedBitmap中，對存儲空間做了優化：
<dependency> <groupId>com.googlecode.javaewah</groupId> <artifactId>JavaEWAH</artifactId> <version>1.1.0</version> </dependency>