首先

每個RoaringBitmap(GitHub連結)中都包含一個RoaringArray，名字叫highLowContainer。
highLowContainer儲存了RoaringBitmap中的全部資料。

RoaringArray highLowContainer;

這個名字意味著，會將32位的整形（int）拆分成高16位和低16位兩部分（兩個short）來處理。

RoaringArray的資料結構很簡單，核心為以下三個成員：

short[] keys;
Container[] values;
int size;

每個32位的整形，高16位會被作為key儲存到short[] keys

keys陣列永遠保持有序，方便二分查詢。

三種Container

下面介紹到的是RoaringBitmap的核心，三種Container。

通過上面的介紹我們知道，每個32位整形的高16位已經作為key儲存在RoaringArray中了，那麼Container只需要處理低16位的資料。

ArrayContainer

static
 
 final int DEFAULT_MAX_SIZE = 4096

short[] content;

結構很簡單，只有一個short[] content，將16位value直接儲存。

short[] content始終保持有序，方便使用二分查詢，且不會儲存重複數值。

因為這種Container儲存資料沒有任何壓縮，因此只適合儲存少量資料。

ArrayContainer佔用的空間大小與儲存的資料量為線性關係，每個short為2位元組，因此儲存了N個數據的ArrayContainer佔用空間大致為2N位元組。儲存一個數據佔用2位元組，儲存4096個數據佔用8kb。

根據原始碼可以看出，常量DEFAULT_MAX_SIZE

BitmapContainer

final long[] bitmap;

這種Container使用long[]儲存點陣圖資料。我們知道，每個Container處理16位整形的資料，也就是0~65535，因此根據點陣圖的原理，需要65536個位元來儲存資料，每個位元位用1來表示有，0來表示無。每個long有64位，因此需要1024個long來提供65536個位元。

因此，每個BitmapContainer在構建時就會初始化長度為1024的long[]。這就意味著，不管一個BitmapContainer中只儲存了1個數據還是儲存了65536個數據，佔用的空間都是同樣的8kb。

RunContainer

private short[] valueslength;

int nbrruns = 0;

RunContainer中的Run指的是行程長度壓縮演算法(Run Length Encoding)，對連續資料有比較好的壓縮效果。

它的原理是，對於連續出現的數字，只記錄初始數字和後續數量。即：

• 對於數列11，它會壓縮為11,0；
• 對於數列11,12,13,14,15，它會壓縮為11,4；
• 對於數列11,12,13,14,15,21,22，它會壓縮為11,4,21,1；

原始碼中的short[] valueslength中儲存的就是壓縮後的資料。

這種壓縮演算法的效能和資料的連續性（緊湊性）關係極為密切，對於連續的100個short，它能從200位元組壓縮為4位元組，但對於完全不連續的100個short，編碼完之後反而會從200位元組變為400位元組。

如果要分析RunContainer的容量，我們可以做下面兩種極端的假設：

• 最好情況，即只存在一個數據或只存在一串連續數字，那麼只會儲存2個short，佔用4位元組
• 最壞情況，0~65535的範圍內填充所有的奇數位（或所有偶數位），需要儲存65536個short，128kb

Container效能總結

讀取時間

只有BitmapContainer可根據下標直接定址，複雜度為O(1)，ArrayContainer和RunContainer都需要二分查詢，複雜度O(log n)

記憶體佔用

這是我畫的一張圖，大致描繪了各Container佔用空間隨資料量的趨勢。

其中，

• ArrayContainer一直線性增長，在達到4096後就完全比不上BitmapContainer了
• BitmapContainer是一條橫線，始終佔用8kb
• RunContainer比較奇葩，因為和資料的連續性關係太大，因此只能畫出一個上下限範圍。不管資料量多少，下限始終是4位元組；上限在最極端的情況下可以達到128kb。

RoaringBitmap針對Container的優化策略

建立時：

• 建立包含單個值的Container時，選用ArrayContainer
• 建立包含一串連續值的Container時，比較ArrayContainer和RunContainer，選取空間佔用較少的

轉換：

針對ArrayContainer：

• 如果插入值後容量超過4096，則自動轉換為BitmapContainer。因此正常使用的情況下不會出現容量超過4096的ArrayContainer。
• 呼叫runOptimize()方法時，會比較和RunContainer的空間佔用大小，選擇是否轉換為RunContainer。

針對BitmapContainer：

• 如果刪除某值後容量低至4096，則會自動轉換為ArrayContainer。因此正常使用的情況下不會出現容量小於4096的BitmapContainer。
• 呼叫runOptimize()方法時，會比較和RunContainer的空間佔用大小，選擇是否轉換為RunContainer。

針對RunContainer：

• 只有在呼叫runOptimize()方法才會發生轉換，會分別和ArrayContainer、BitmapContainer比較空間佔用大小，然後選擇是否轉換。

以上