https://stackoverflow.com/questions/3040864
-
27-09-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russian题
是否有任何熟知的库Java对于稀疏的位矢量?
(并且是有指导方针如何疏是有用的，用它们与 java。工具.特集?)
解决方案
的 柯尔特的图书馆 有稀疏的矩阵(1D、2D和3D)。它还有一个有效的BitVector，有1位每价值，而不是8位作 boolean[] 不。
然而，稀疏的矩阵不支持位直接只一倍，并对象。你可以包1D疏双矩阵的马平bit index长指数 (bitIndex>>6) 由于每个长期持有64位， 转换 检索的双到生长的价值，并使用特使访问位的检索到长。一个小的工作，但远不如更为实施疏矢量自己。一旦您的包装工作时，你可能避免转换双打来的渴望，并实现一个真正的稀疏长1d矩阵的使用可用的柯尔特的源代码的双1D疏矩阵作为一个起点。
编辑：更多的信息。柯尔特矢量/矩阵中需要没有存储器最初进行存储，假设所有的位(long)最初是0.设置一个值非零消耗存储器。设定值回到0继续占用的存储器，虽然存为零值收回周期性。
如果这位是真正的稀疏，使得每个衬长值只有一个位置，那么存储的开销将是非常贫困，需要64-比特实际位存储。但如你所提及的典型情况下，为20-40%稀疏，那么开销将低得多，可能没有浪费的储存，如果位都集中在范围，例如位从0-100，然后以1000-1100，2000到2200(价值在六角) 总体而言，只有1/16的区域被分配到位，但聚类意味着的位存储没有浪费空间。
其他提示
TL; DR去这里
我知道这是一个“老”的问题，但有我碰到这个岗位绊倒了同样的问题。虽然答案都不错，我最终没有得到满足。进一步挖掘后，我想我已经遇到了“明确的”答案在Java中稀疏的位集的问题。
在此介绍作者，博士布鲁斯·哈登，讨论了他的研究人员的努力，创造一个具有很高的内存效率和高性能的替代标准的Java位集合。
在原来指向他的介绍是死了，但我接触哈顿博士，并保存在这里无论是代码和演示：
https://github.com/brettwooldridge/SparseBitSet
我不推荐更高阅读本文稿。它甚至如果你有稀疏位设置不感兴趣迷人的阅读，它更多的是解决问题...
的本色如果其确实稀疏（例如，小于1％填充量），然后使用由比特索引索引的散列表可能是相当不错的;在表中的索引单纯的存在与否是所有你需要知道，如果该位分别为一或零。
如果密度的百分之几向上，可以使用通过比特索引除以64，和存储的长词语的含有实际位哈希表索引的散列表。位Ñ是如果哈希表包含值设置 V 为 INT（N / 64）和（V >>（N模64））＆1 为真。
这两个答案，假设你想要优化位随机访问。如果要优化的顺序（或其他访问）由索引位，则可能需要一个稀疏矩阵结构，使用相同类型的低级比特向量表示的取决于预期密度。请参阅稀疏矩阵
您可以尝试 FastUtil的AVL树地图。
CERN COLT被广泛用于向量和矩阵运算，并且具有稀疏矩阵，但不特别用于位向量。
HTTP：//acs.lbl .GOV /软件/小马/ API / CERN /小马/基质/ IMPL / SparseObjectMatrix1D.html
一个哈希表，其中该键的单纯的存在或不存在告诉你什么？这将是设置，那么哈希！我是持怀疑态度的集合（甚至散列一个）在BitSet的性能。这实际上取决于速度或存储器是否是主驾驶员。
