从 Bitmap 到布隆过滤器，再到高并发缓存设计策略！
海量整数中是否存在某个值--bitmap
在一个程序中，经常有让我们判断一个集合中是否存在某个数的case；大
多数情况下，只需要用map或是list这样简单的数据结构，如果使用的是高
级语言，还能乘上快车调用几个封装好的api，加几个if
else，两三行代码就可以在控制台看自己“完美”而又“健壮”的代码跑起来了
。
但是，事无完美，在高并发环境下，所有的case都会极端化，如果这是一
个十分庞大的集合（给这个庞大一个具体的值吧，一个亿），简单的一个h
ash
map，不考虑链表所需的指针内存空间，一亿个int类型的整数，就需要38
0多M（4byte × 10
^8），十亿的话就是4个G，不考虑性能，光算算这内存开销，即使现在满
地都是128G的服务器，也不好吃下这一壶。
bitmap则使用位数代表数的大小，bit中存储的0或者1来标识该整数是否
存在，具体模型如下：
这是一个能标识0-9的“bitmap”，其中4321这四个数存在
计算一下bitmap的内存开销，如果是1亿以内的数据查找，我们只需要1亿
个bit =
12MB左右的内存空间，就可以完成海量数据查找了，是不是极其诱人的一
个内存缩减，以下为Java实现的bitmap代码：
public class MyBitMap {
private byte[] bytes;
