RoaringBitmap源码分析一(AND操作)_bitmap and-优快云博客

本文链接：https://blog.youkuaiyun.com/xywtalk/article/details/52590275

本文深入分析RoaringBitmap的源码，聚焦于位图的AND操作。RoaringBitmap通过RoaringArray存储数据，其中BitmapContainer、ArrayContainer和RunContainer处理不同场景。在AND操作中，相同key的value才可能有交集。BitmapContainer的and方法利用Long.bitCount()高效计算交集，而ArrayContainer的and操作则相对简单。对于ArrayContainer间的AND，采用不同策略优化性能，如根据元素个数差距选择不同的比较方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在上文“RoaringBitmap简析”中，简单的描述了RoaringBitmap的原理，主要是关于底层的数据结构。今天再重点根据源码来分析常用的位图操作是如何高效实现的。考虑到Bitmap在搜索引擎和列存储中的使用场景，AND应该是最常用的操作，我们来重点分析。

首先，我们知道在Roaring Bitmap中，一个bitmap包含一个RoaringArray类型的成员变量highLowContainer，用于存储数据。 RoaringArray包含两个数组，分别是short[] keys和Container[] values。keys中的元素用来标记对应的values中的container表示哪个区间的整数。Container有三个子类，分别是ArrayContainer，BitmapContainer，和RunContainer。当一个区间中有不超过4096个元素的时候，使用Array形式；当大于4096的时候，使用Bitmap形式。RunContainer是基于RLE的方式，先跳过。

其次，只有相同的key所对应的value才有交集的可能。如果key不同，则不可能有交集，因为所代表的区间不同。

第三，一个ArrayContainer无论是和ArrayContainer还是和BitmapContainer作交集，结果都一定还是ArrayContainer。两个BitmapContainer作交集，结果即可能是BitmapContainer，也可能是ArrayContainer。

我们先看看BitmapContainer的and(ArrayContainer)方法：

  @Override
  public ArrayContainer and(final ArrayContainer value2) {
    final ArrayContainer answer = new ArrayContainer(value2.content.length);
    int c = value2.cardinality;
    for (int k = 0; k < c; ++k) {
      short v = value2.content[k];
      if (this.contains(v)) {
        answer.content[answer.cardinality++] = v;
      }
    }
    return answer;
  }

首先，声明一个ArrayContain