BitSet 的 size() 方法返回的是底层存储数组的容量（以 bit 为单位），并非逻辑上“已设置”的位数；真正反映有效数据长度的是 length() 方法——它返回最高置位索引 + 1（即忽略前导零后的实际位数），这对 Huffman 压缩等需精确控制比特流边界的场景至关重要。
bitset 的 `size()` 方法返回的是底层存储数组的容量（以 bit 为单位），并非逻辑上“已设置”的位数；真正反映有效数据长度的是 `length()` 方法——它返回最高置位索引 + 1（即忽略前导零后的实际位数），这对 huffman 压缩等需精确控制比特流边界的场景至关重要。
在 Java 中，BitSet 是一种高效操作二进制位的工具类，但其行为常被误解，尤其在压缩算法（如 Huffman 编码）中极易引发边界错误。你遇到的问题非常典型：调用 new BitSet(9) 后 bitset.size() 输出 64，而非预期的 9 ——这并非 bug，而是设计使然。
? 为什么 size() 总是返回 64、128 或更大 64 的倍数？
BitSet 的底层实现基于 long[] 数组（每个 long 占 64 位）。当你传入 new BitSet(9)，构造器仅保证“能容纳索引 0 到 8 的位”，即至少需支持第 9 个 bit（索引 8）。由于最小存储单元是 1 个 long（64 bits），JVM 必须分配一个 long[1]，因此 size() 返回 64 ——这是实际分配的存储空间大小，与业务逻辑所需的“有效位长”无关。
官方文档明确指出：
"Creates a bit set whose initial size is large enough to explicitly represent bits with indices in the range 0 through nbits-1."
关键词是 "large enough"，而非 "exactly"。
✅ 正确获取有效位长度：使用 length()
你需要的不是 size()，而是 length()：
BitSet bitset = new BitSet(); bitset.set(0, true); // 0th bit → true bitset.set(8, true); // 8th bit → true (so highest set bit is at index 8) System.out.println(bitset.size()); // → 64 (allocated capacity) System.out.println(bitset.length()); // → 9 (logical length: 8 + 1)
length() 的定义是：最高为 true 的位索引 + 1；若所有位均为 false，则返回 0。这正是 Huffman 编码后比特流的真实长度——无需额外存储原始长度字段，解压时直接用 bitset.length() 即可截断。
? 修复你的 arrayListToBitSet 方法
private BitSet arrayListToBitSet(ArrayList<boolean> code) {
BitSet bitset = new BitSet(code.size()); // 构造参数仍建议传入预期最大索引+1，用于预分配优化
for (int i = 0; i <p>✅ <strong>关键点</strong>：</p>
<ul>
<li>不依赖 size() 判断数据长度；</li>
<li>序列化/写入文件前，先调用 bitset.length() 获取有效位数；</li>
<li>写入时，应将 BitSet 转为字节数组并<strong>仅写入前 N 位</strong>（N = bitset.length()），避免补零污染；</li>
<li>解压时，读取字节后重建 BitSet，再用 length() 精确还原原始比特序列。</li>
</ul>
<h3>? 进阶建议：更紧凑的比特操作（可选）</h3>
<p>若追求极致内存效率（如省去 length() 字段），可考虑：</p>
<ul>
<li>使用 ByteBuffer + 手动位运算（get(), put(), &, >>, </li>
<li>或借助第三方库如 <a href="https://www.php.cn/link/7894404cafbdaf644226a6ac1db485f6" rel="nofollow" target="_blank">Apache Commons Lang</a> 的 BitField（但功能较基础）；</li>
<li>
<strong>不推荐 boolean[]</strong>：JVM 中单个 boolean 至少占 1 字节（8 bits），空间浪费远超 BitSet。</li>
</ul>
<h3>⚠️ 注意事项总结</h3>
<table>
<thead><tr>
<th>项目</th>
<th>说明</th>
</tr></thead>
<tbody>
<tr>
<td>size()</td>
<td>❌ <strong>勿用于业务长度判断</strong>；返回底层 long[] 容量（bit 数），总是 ≥64 的倍数</td>
</tr>
<tr>
<td>length()</td>
<td>✅ <strong>唯一可靠的逻辑长度</strong>；解压时必须以此为准截断比特流</td>
</tr>
<tr>
<td>cardinality()</td>
<td>返回 true 位的总数，适用于统计，不反映序列长度</td>
</tr>
<tr>
<td>序列化</td>
<td>BitSet.toByteArray() 返回最小字节数组，但末尾可能含冗余零字节；务必结合 length() 截取有效比特</td>
</tr>
</tbody>
</table>
<p>通过正确使用 length()，你完全无需在 CompressedFile 类中额外保存原始长度字段——既节省 4~8 字节（int/long），又保持语义清晰、解压精准。这才是 BitSet 在压缩场景下的正确打开方式。</p></boolean>Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
