Go语言实现基于位图的去重算法:语言学习中的大数据处理

大婷同学_8103

大婷同学_8103

2026-07-19

488人浏览

原创

位图用[]uint64实现去重适用于上亿非负整数且内存敏感、高并发场景,比map[uint64]struct{}节省内存;需分桶加锁或atomic.or64免锁设位,但不支持负数、动态范围及高效遍历还原。

go语言实现基于位图的去重算法:语言学习中的大数据处理

Go 语言里用 []uint64 实现位图去重,不是为了炫技,而是当你要处理上亿个非负整数(比如用户 ID、日志序号、爬虫 URL 的哈希值),且内存敏感、并发写入频繁时,map[uint64]struct{} 会吃掉几 GB 内存,而位图可能只占 100MB —— 这才是它该出场的时刻。

为什么不能直接用 map[uint64]bool 或 sync.Map

原生 map 并发写必 panic:fatal error: concurrent map writes,哪怕只是两个 goroutine 同时设 seen[123] = true 和 seen[456] = true,只要底层哈希桶冲突或触发扩容,就崩。这不是概率问题,是确定性崩溃。

sync.Map 不适合位图场景:它为「key 类型不确定 + 读多写少」设计,内部是分段哈希+读写锁,对密集整数索引(0, 1, 2…)毫无优势;更关键的是,它不支持原子位操作,没法高效 set/clear 单个 bit。

用 sync.RWMutex 包整个 map?可以,但吞吐卡在单锁上——所有写操作排队,一写一等,压根没发挥多核能力。

[]uint64 分块 + 独立锁的实操要点

核心是把大位图切分成多个“桶”,每个桶管 64 个连续 bit,用一个 uint64 存;桶之间互不干扰,写不同桶完全不用争锁。

  • 桶索引计算:bit 位置 n 对应桶下标 n >> 6(即 n / 64),桶内偏移 n & 63(即 n % 64)
  • 设置位:bits[idx] |= (1 ,记得先加锁再改对应桶
  • 桶数组长度预估:若最大 ID 是 1e9,需 (1e9 + 63) / 64 ≈ 15.6M 个 uint64,约 125MB
  • 锁数组大小建议:和桶数一致(最简单),或取其平方根(如 1024 把锁管 1M 桶),避免锁太多开销,又防竞争过热

用 atomic.Or64 免锁的前提与限制

Go 1.19+ 支持 atomic.Or64,如果业务只要「设位」不关心返回值(比如日志去重、事件标记),可直接免锁:

Go语言(Golang)1.26.0
Go语言(Golang)1.26.0

Go语言(Golang)1.26.0版本官方下载,版本号 1.26.0,适合旧项目维护、兼容性测试和指定版本开发环境搭建。

下载

atomic.Or64(&bits[n>>6], 1

但注意这招只适用于纯 set 场景:

  • 查是否存在(Get())仍需 atomic.LoadUint64(&bits[idx]) & mask,没问题
  • 需要 CAS(“若未存在则设”)、清零某 bit、统计已设位数?必须回退到带锁分块方案
  • 低于 Go 1.19 的环境,atomic.Or64 不存在,手写汇编成本高,不如老实用 mutex

容易被忽略的边界与陷阱

位图不是万能胶布——它只对非负整数有效,且范围要预先知道。如果数据里混着负数、字符串、结构体,得先做映射(比如 hash(string) % MAX),但哈希碰撞后就得二次校验,反而增加复杂度。

初始化桶数组时别用 make([]uint64, cap) 就完事:如果最大 ID 是 1e9,桶数算出来是 15.6M,但你只 make 了 15M,访问第 15.1M 个桶时 panic index out of range。

还有个隐形坑:位图本身不存原始值,只存“存在性”。如果后续需要还原出所有去重后的 ID,得遍历整个 []uint64 扫描每个 bit,O(N) 时间 —— 别指望它像 map 那样能直接 range 出 key。

golang免费学习笔记(深入):立即使用
在学习笔记中,你将探索golang的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
Golang 入门学习路线:从零基础到上手开发
Golang 入门学习路线:从零基础到上手开发

Golang 入门路线涵盖从零到上手的核心路径:首先打牢基础语法与切片等底层机制;随后攻克 Go 的灵魂——接口设计与 Goroutine 并发模型;接着通过 Gin 框架与 GORM 深入 Web 开发实战;最后在微服务与云原生工具开发中进阶,旨在培养具备高性能并发处理能力的后端工程师。

2026.02.24

206

7

Golang 疑难杂症解决指南:常见问题排查与优化
Golang 疑难杂症解决指南:常见问题排查与优化

《Golang 疑难杂症解决指南》聚焦开发过程中常见却棘手的问题,从并发模型、内存管理、性能瓶颈到工程化实践逐步拆解。通过真实案例与调试思路,帮助开发者定位问题根因,建立系统化排查方法。不只给出答案,更强调分析路径与工具使用,让你在复杂 Go 项目中具备持续解决问题的能力。

2026.02.24

113

7

Golang 运行与部署实战:从本地到云端
Golang 运行与部署实战:从本地到云端

《Golang 运行与部署实战》围绕 Go 应用从开发完成到稳定上线的完整流程展开,系统讲解编译构建、环境配置、日志与配置管理、容器化部署以及常见运维问题处理。结合真实项目场景,拆解自动化构建与持续部署思路,帮助开发者建立可靠的发布流程,提升服务稳定性与可维护性。

2026.02.24

617

10

Golang 面试题精选:高频问题与解答
Golang 面试题精选:高频问题与解答

Golang 面试题精选》系统整理企业常见 Go 技术面试问题,覆盖语言基础、并发模型、内存与调度机制、网络编程、工程实践与性能优化等核心知识点。每道题不仅给出答案,还拆解背后的设计原理与考察思路,帮助读者建立完整知识结构,在面试与实际开发中都能更从容应对复杂问题。

2026.02.24

198

7

Golang 性能优化专题:提升应用效率
Golang 性能优化专题:提升应用效率

《Golang 性能优化专题》聚焦 Go 应用在高并发与大规模服务中的性能问题,从 profiling、内存分配、Goroutine 调度、GC 机制到 I/O 与锁竞争逐层分析。结合真实案例讲解定位瓶颈的方法与优化策略,帮助开发者建立系统化性能调优思维,在保证代码可维护性的同时显著提升服务吞吐与稳定性。

2026.02.24

437

7

Golang 生态工具与框架:扩展开发能力
Golang 生态工具与框架:扩展开发能力

《Golang 生态工具与框架》系统梳理 Go 语言在实际工程中的主流工具链与框架选型思路,涵盖 Web 框架、RPC 通信、依赖管理、测试工具、代码生成与项目结构设计等内容。通过真实项目场景解析不同工具的适用边界与组合方式,帮助开发者构建高效、可维护的 Go 工程体系,并提升团队协作与交付效率。

2026.02.24

188

7

Golang 并发编程专题:掌握多核时代的核心技能
Golang 并发编程专题:掌握多核时代的核心技能

《Golang 并发编程专题:掌握多核时代的核心技能》系统讲解 Go 在并发领域的设计哲学与实践方法,深入剖析 goroutine、channel、调度模型与并发安全机制,结合真实场景与性能思维,帮助开发者构建高吞吐、低延迟、可扩展的并发程序,全面提升多核时代的工程能力。

2026.02.26

544

7

Golang Web 开发路线:构建高效后端服务
Golang Web 开发路线:构建高效后端服务

《Golang Web 开发路线:构建高效后端服务》围绕 Go 在后端领域的工程实践,系统讲解 Web 框架选型、路由设计、中间件机制、数据库访问与接口规范,结合高并发与可维护性思维,逐步构建稳定、高性能、易扩展的后端服务体系,帮助开发者形成完整的 Go Web 架构能力。

2026.02.26

205

7

Golang 实际项目案例:从需求到上线
Golang 实际项目案例:从需求到上线

《Golang 实际项目案例:从需求到上线》以真实业务场景为主线,完整覆盖需求分析、架构设计、模块拆分、编码实现、性能优化与部署上线全过程,强调工程规范与实践决策,帮助开发者打通从技术实现到系统交付的关键路径,提升独立完成 Go 项目的综合能力。

2026.02.26

62

7

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程