我正在寻找像bitset这样的bitset操作的最佳算法，并且发现了许多链接和类似的问题。
例如：Similar Question on Stack-Overflow
然而，有一件事，我试图理解的是，bit set代表了这一点。例如，Lucene已经采用BitSet操作来提供高性能的设置操作，特别是因为它可以在较低级别工作。
然而，在我看来，比特集将开始执行慢和慢，因为元素的数量增加而且集合是稀疏的，比如set有~10个元素，其中元素的最大数量可以是20亿，因为这将呼吁不必要的匹配。你有什么建议？
答案 0 :(得分：3)
比特集对于密集集确实有意义，即覆盖域的重要部分，因为它们代表每个可能的元素。空间和运行时间要求为O(D) [D =域大小= 20亿！]。
排序集合操作仅代表给定集合中的元素，并且具有O(E)行为[E =元素数量= 10]，更为合适。
比特集很快，效率不高。我的意思是他们隐藏的常数更小。它们对于小型集合来说非常快（比如D <= 1024），因为它们可以在单个CPU指令中处理32/64个元素。
答案 1 :(得分：0)
对于稀疏位集，您可以使用稀疏位图大大提高性能（并减少内存使用），您可以将数据划分为块，而不是将所有内容存储在单个键下。
使用位图进行分析时，您在任何给定时间（例如一天）都有有限数量的活动用户，稀疏位图使用这一事实对他们有利。
无耻插件：http://github.com/bilus/redis-bitops（如果你使用的是Ruby，但那里也有性能提示）。