Question

我一直在寻找Lucene.NET的分面搜索，我发现了一个很好的例子here，它解释了相当多的事情，除了它完全忽略了检查项目基数的功能在一个阵列中。

任何人都可以告诉我它正在做什么吗？我不明白的主要原因是为什么bitsSetArray按原样创建，它用于什么以及所有if语句如何在for循环中工作。

这可能是一个很大的问题，但我必须先了解它是如何工作的，然后才想到在我自己的代码中使用它。

由于

public static int GetCardinality(BitArray bitArray)
    {
        var _bitsSetArray256 = new byte[] {0, 1, 1, 2, 1, 2, 2, 3, 1, 2, 2, 3, 2, 3, 3, 4, 1, 2, 2, 3, 2, 3, 3, 4, 2, 3, 3, 4, 3, 4, 4, 5, 1, 2, 2, 3, 2, 3, 3, 4, 2, 3, 3, 4, 3, 4, 4, 5, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 1, 2, 2, 3, 2, 3, 3, 4, 2, 3, 3, 4, 3, 4, 4, 5, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 3, 4, 4, 5, 4, 5, 5, 6, 4, 5, 5, 6, 5, 6, 6, 7, 1, 2, 2, 3, 2, 3, 3, 4, 2, 3, 3, 4, 3, 4, 4, 5, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 3, 4, 4, 5, 4, 5, 5, 6, 4, 5, 5, 6, 5, 6, 6, 7, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 3, 4, 4, 5, 4, 5, 5, 6, 4, 5, 5, 6, 5, 6, 6, 7, 3, 4, 4, 5, 4, 5, 5, 6, 4, 5, 5, 6, 5, 6, 6, 7, 4, 5, 5, 6, 5, 6, 6, 7, 5, 6, 6, 7, 6, 7, 7, 8};
        var array = (uint[])bitArray.GetType().GetField("m_array", BindingFlags.NonPublic | BindingFlags.Instance).GetValue(bitArray);
        int count = 0;

        for (int index = 0; index < array.Length; index ++)
            count += _bitsSetArray256[array[index] & 0xFF] + _bitsSetArray256[(array[index] >> 8) & 0xFF] + _bitsSetArray256[(array[index] >> 16) & 0xFF] + _bitsSetArray256[(array[index] >> 24) & 0xFF];

        return count;
    }

Answer 1

_bitsSetArray256数组初始化的值为_bitsSetArray256[n]包含n的二进制表示中设置的位数，n中的0..255

例如，_bitsSetArray256[13]等于3，因为二进制中的13是1101，其中包含3 1 s。

这样做的原因是预先计算这些值并存储它们要快得多，而不是每次（或按需）必须解决它们。毕竟，这并不像13的二进制表示中1的数量会发生变化：）

在for循环中，我们循环遍历uint个数组。 C＃uint是32位数量，即由4个字节组成。我们的查找表告诉我们在一个字节中设置了多少位，因此我们必须处理四个字节中的每一个。 count +=行中的位操作提取四个字节中的每一个，然后从查找数组中获取其位数。将所有四个字节的位计数加在一起可以得到uint整体的位数。

因此给定BitArray，此函数会深入uint[] m_array成员，然后返回其中uint的二进制表示中设置的总位数。

Answer 2

我只想发布一篇关于bitArrays的有用文章给我们这些正在使用Lucene.net开发我们自己的Faceting版本的人。请参阅：http://dotnetperls.com/precomputed-bitcount

这是一个很好的探索方法，以获取整数位的基数（这是上述代码示例所做的大部分内容）。

通过我的分面搜索以及其他一些简单的更改，文章中的方法变得非常简单，我能够将计算所需的时间减少约65％。其中的差异在于：

声明_bitcount全局（因此不是每次调用创建的）
将for改为foreach（ANT Profiler在这里显示了25％的增益）

实现65535表与256表一次移位16位而不是8位。

private static int[] _bitcounts = InitializeBitcounts();

private static int GetCardinality(BitArray bitArray)
{
    uint[] array = (uint[])bitArray.GetType().GetField("m_array", BindingFlags.NonPublic | BindingFlags.Instance).GetValue(bitArray);

    int count = 0;
    foreach (uint value in array)
    {
        count += _bitcounts[value & 65535] + _bitcounts[(value >> 16) & 65535];           
    }
    return count;
}

private static int[] InitializeBitcounts()
{
    int[] bitcounts = new int[65536];
    int position1 = -1;
    int position2 = -1;
    //
    // Loop through all the elements and assign them.
    //
    for (int i = 1; i < 65536; i++, position1++)
    {
        //
        // Adjust the positions we read from.
        //
        if (position1 == position2)
        {
            position1 = 0;
            position2 = i;
        }
        bitcounts[i] = bitcounts[position1] + 1;
    }
    return bitcounts;
}

有人能解释一下这个GetCardinality方法在做什么吗？

2 个答案: