漫画：Bitmap算法 进阶篇
上一期漫画分享了Bitmap算法的基本概念，小伙伴们的互动十分积极，在此很感谢大家的热情。
没看过上一期漫画的朋友们可以点击下面的链接： 漫画：什么是Bitmap算法？
针对上一期小伙伴们提出的各种问题，这一次咱们来集中解答。
我们以上一期的用户数据为例，用户基本信息如下。按照年龄标签，可以划分成90后、00后两个Bitmap：
用更加形象的表示，90后用户的Bitmap如下：
这时候可以直接求得非90后的用户吗？直接进行非运算？
显然，非90后用户实际上只有1个，而不是图中得到的8个结果，所以不能直接进行非运算。
同样是刚才的例子，我们给定90后用户的Bitmap，再给定一个全量用户的Bitmap。最终要求出的是存在于全量用户，但又不存在于90后用户的部分。
如何求出呢？我们可以使用异或操作，即相同位为1，不同位为0。
25769803776L = 11000000000000000000000000000000000B 8589947086L = 1000000000000000000011000011001110B
1.解析Word0，得知当前RLW横跨的空Word数量为0，后面有连续3个普通Word。
2.计算出当前RLW后方连续普通Word的最大ID是 64 X (0 + 3) -1 = 191。
- 由于 191 < 400003，所以新ID必然在下一个RLW（Word4）之后。
4.解析Word4，得知当前RLW横跨的空Word数量为6247，后面有连续1个普通Word。
5.计算出当前RLW（Word4）后方连续普通Word的最大ID是191 + （6247 + 1）X64 = 400063。
6.由于400003 < 400063，因此新ID 400003的正确位置就在当前RLW（Word4）的后方普通Word，也就是Word5当中。
最终插入结果如下：
官方说明如下：
- Though you can set the bits in any order (e.g., set(100), set(10), set(1),
- you will typically get better performance if you set the bits in increasing order (e.g., set(1), set(10), set(100)).
- Setting a bit that is larger than any of the current set bit
- is a constant time operation. Setting a bit that is smaller than an
- already set bit can require time proportional to the compressed
- size of the bitmap, as the bitmap may need to be rewritten.
几点说明：
1.为了便于理解，文中介绍的Bitmap优化方法在一定程度上做了简化，源码中的逻辑要复杂得多。比如对于插入数据400003的定位，和实际步骤是有出入的。
2.如果同学们有兴趣，可以亲自去阅读源码，甚至是尝试实现自己的Bitmap算法。虽然要花不少时间，但这确实是一种很好的学习方法。
EWAHCompressedBitmap对应的maven依赖如下：
<dependency> <groupId>com.googlecode.javaewah</groupId> <artifactId>JavaEWAH</artifactId> <version>1.1.0</version> </dependency>
—————END—————
喜欢本文的朋友们，欢迎长按下图关注订阅号梦见，收看更多精彩内容
