點陣圖是一個數組的每個資料的每個二進位制位表示一個數據，0表示資料不存在，1表示資料存在；

在現實生活中，大資料的處理十分的常見；比如說，給40億個不重複的無符號整數，沒排過序，如何快速判斷一個數是否在這40億個數中？

要解決這個問題，我們首先想到的是先排序，在進行二分查詢，很容易就可以判斷成功。但是排序並不好排，40億個資料，讓我們來算一算需要多少的記憶體，40億*4位元組 =  4G*4 = 16G;一般的電腦都是4G，8G；一次處理16G的資料顯然是不可能了；這就需要用點陣圖來解決這類的問題了；

要表示40億個資料，一個數據4個位元組，32個二進位制位，用一個二進位制位來表示一個數是否存在的狀態，這就需要500M左右的記憶體；顯然這是可以接受的；具體看下圖：

實現程式碼如下：

//點陣圖
class BitSet
{
public:
	BitSet(const size_t range)
	{
		_a.resize((range>>5) + 1);
	}

	void Set(size_t num)  //將num記錄;
	{
		size_t index = num >> 5;
		size_t pos = num % 32;

		_a[index] |= (1 << pos);
	}

	void Reset(size_t num)  //刪除num記錄
	{
		size_t index = num >> 5;
		size_t pos = num % 32;

		_a[index] &= ~(1 << pos);
	}

	bool Test(size_t num) //判斷num是否存在;
	{
		size_t index = num >> 5;
		size_t pos = num % 32;

		//判斷這這個位，0不存在，1存在；

		return _a[index] & (1 << pos);
	}


protected:
	vector<int> _a;
};
 

void TestBitSet()
{
	BitSet bs(-1); //-1轉換後就是整數表示的最大範圍；
	bs.Set(1);
	bs.Set(3);
	bs.Set(4);
	bs.Set(8);

        //.... 向後的40億資料
	cout << bs.Test(1) << endl;
	cout << bs.Test(10) << endl;
}

給一個超過100G大小的log file,log中存著ip地址，設計演算法找到出現次數最多的IP地址？

一次處理100G，計算機想想就壓力巨大，我們可以將其劃分位計算機能處理的大小進行處理，比如以1G為單位劃分位100份，一份一份進行處理，就可達到目的，但是怎麼劃分是個難題；

第一種思路：可以將100G等分劃分位100份，每一份單獨處理，但是這個會遇到一個問題，有些想同的IP地址是在不同的等分塊中，統計的結果不是正確的結果；

第二種思路：利用雜湊切分，可以劃分成100份，重點是使相同IP進入一個編號相同的小檔案；這就避免了相同IP地址分散在不同小檔案的問題；