這兩天看博客園首頁一篇文章，https://www.cnblogs.com/crossoverJie/p/10018231.html
主要是分析一個面試題：
現在有一個非常龐大的數據，假設全是 int 類型。現在我給你一個數，你需要告訴我它是否存在其中(盡量高效)。
雖然文章給的布隆過濾器不能解決面試的這個題的問題，判斷不存在和判斷存在是兩碼事。
下面給出我的思路，歡迎大家討論分析。
先假定有1億個正整數，如何處理。如何初始化這1億個數，使得來一個數就能快速分析出結果呢？
很直觀的一種方法就是某個數存在就給它標記為1，否則標記為0，先假定有一個int.Max長的數組，每個數的值放到它的序號上，比如第一個數是5，那么就在第5位置1，其余類似。
如果用int數組，這樣的話，這個數組就很長了，內存可能吃不消。
其實0、1這樣的用比特存儲就剛剛好，那么每8位的比特合在一起，就是一個byte，每一個byte加一個序號（表示是第幾個8位）就能表示8個數是否存在了。那么如果用byte數組長度就是：1億/ 8 = 12500000長的byte數組即可，這個數組的序號就是第N*8-N*8+8個數的分布情況。比如要查100是否存在這1億數據中，對100除8取結果和余數，結果確定序號，判斷序號對應的數的二進制在余數位是否為1即可。
同理，用int可以存32個數，就是1億/32長的int數組；用long可以存64個數，就是1億/64長的long數組即可。
無論是用byte、int還是long數組，大小都查不到，約： 1億/ 32 * 4 / 1024 / 1024 ≈ 12(MB)，也就是說用這么一點內存即可解決問題。
對於負數的處理，無非再用一個數組來存下即可。
那么如果數據多於1億，比如10億，百億甚至更多怎么辦呢？
很簡單，存在數據庫里面嘛，一個表倆字段（序號+值）即可，建個索引，很容易就能支持海量數據的處理了，這樣擴展性的問題也就解決了。
一時興起寫的，排版請見諒。歡迎大家討論。