std::bitset 不适合亿级整数去重，因其大小需编译期确定，易致编译失败、栈溢出或内存分配失败；应改用堆上动态分配、分块管理的自定义 bitmap 类，核心接口只需 set、test 和内存复用机制。
为什么 std::bitset 不适合亿级整数去重？
因为它的大小必须在编译期确定，比如 std::bitset 会直接让编译器报错或生成超大可执行文件；即便能编译，运行时也大概率触发栈溢出或内存分配失败。真正处理海量数据（如 1~10 亿范围整数）时，必须用堆上动态分配的位图，且要分块管理、按需加载。
手写 Bitmap 类该支持哪些核心接口？
不是所有位操作都需要暴露——实际去重场景只关心三个动作：插入、查询、内存复用。关键设计点：
-
set(uint32_t x)：把第x位设为 1，需检查x是否越界（比如最大支持UINT32_MAX，但你只申请了 1GB 内存，对应约 86 亿位 → 实际上限是8600000000） -
test(uint32_t x)：返回true表示已存在，注意未初始化的内存可能含随机值，务必在构造时用memset或std::vector<uint8_t>(size, 0)</uint8_t>清零 - 不提供
reset()全量清空——改用 placement new 重建对象或std::fill填 0 更可控，避免反复malloc/free开销
如何把内存占用压到最低？
常见错误是直接开 new uint8_t[size] 然后手动算字节和位偏移，容易越界或错位。正确做法：
- 用
std::vector<uint8_t></uint8_t>替代裸指针，自动管理生命周期 - 位图总长度按「目标最大值 + 1」向上对齐到 8 的倍数，再除以 8 得字节数；例如去重范围是 [0, 999999999]，则需
(1000000000 + 7) / 8 = 125000000字节 ≈ 119 MB - 避免用
std::vector<bool></bool>—— 它是特化模板，行为不符合直觉（不能取地址、迭代器非随机访问），且某些 STL 实现性能极差 - 若数据稀疏（比如只存百万个数但值域达十亿），考虑用
roaring bitmap库替代，但纯 C++ 零依赖场景下，紧凑uint8_t数组仍是首选
真实去重流程中容易漏掉的边界点
读取文件逐行解析整数时，最常踩的坑不是算法，而是输入处理：
- 忘记跳过空行或注释行，导致
std::stoi抛std::invalid_argument - 没检查整数是否为负——如果业务约定只处理非负数，
set(-1)会把高位当掩码，造成静默错误 - 位图索引未做
x 判断就调用 <code>set()，越界写入会破坏相邻变量或触发 ASAN 报告 - 多线程写入同一
Bitmap实例却没加锁——set()不是原子操作（先读字节、改位、再写回），必须用std::atomic<uint8_t></uint8_t>或外层互斥量
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
