背景：

　　BitMap 是一種比較常用的資料機構，點陣圖索引被廣泛應用與資料庫和搜尋引擎中，能快速定位一個數值是否在存在，是一種高效的資料壓縮演算法，能顯著加快查詢速度。但是BitMap還是會佔用大量記憶體（線性增長），所以我們一般還需要對BitMap進行壓縮處理。Roaring BitMaps (簡稱RBM) 就是一種壓縮演算法。

　　所以：BitMap 是一種資料結構/壓縮演算法，RBM 是一種基於BitMap思想的資料結構/壓縮演算法。

原理：

　　附上一段論文原文　　

1. 　　We partition the range of 32-bit indexes ([0; n)) into chunks of 216 integers sharing the same 16 most significant digits. We use specialized containers to store their 16 least significant bits.
2. 　　When a chunk contains no more than 4096 integers, we use a sorted array of packed 16-bit integers. When there are more than 4096 integers, we use a 216-bit bitmap. Thus, we have two types of containers: an array container for sparse chunks and a bitmap container for dense chunks. The 4096 threshold insures that at the level of the containers, each integer uses no more than 16 bits: we either use 216 bits for more than 4096 integers, using less than 16 bits/integer, or else we use exactly 16 bits/integer.
3. The containers are stored in a dynamic array with the shared 16 most-significant bits: this serves as a first-level index. The array keeps the containers sorted by the 16 most-significant bits.We expect this first-level index to be typically small: when n = 1 000 000, it contains at most 16 entries. Thus it should often remain in the CPU cache. The containers themselves should never use much more than 8 kB.

　　白話文：

　　1、將0-32-bit [0, n) 內的資料劈成 高16位和低16位兩部分資料

　　2、高16位用於查詢資料儲存位置，低16位存在在一個容器中（不就是一個類似HashMap的結構麼）

　　容器補充：容器是一個動態的陣列，當資料小於4096個時，使用16bit的short陣列儲存，多餘4096個時，使用216bits的BitMap儲存；

　　為什麼使用兩種資料結構來儲存低16位的值：

　　　　short陣列：2bit * 4096 = 8KB 

　　　　BitMap：儲存16位範圍內資料 65536/8 = 8192b，

　　所以低於 4096個數，short 陣列更省空間。