如何在 C 中实现位集？

Posted 2023-02-18

【中文标题】如何在 C 中实现位集？

【英文标题】：How to implement a bitset in C?

【发布时间】：2011-05-21 07:50:34

【问题描述】：

我一直在 Java 中使用 Bitset 类，我想在 C 中做类似的事情。我想我必须像 C 中的大多数东西一样手动完成。什么是一种有效的实现方式？

byte bitset[]

也许

bool bitset[]

?

【问题讨论】：

内存或CPU效率高吗？

@robert：我想首先是在内存方面。这是因为可能的处理开销很小，但在缓存未命中的情况下开销很大。

@robert：有区别吗？如果有大量位，性能将受到缓存未命中的限制，因此尽可能紧密地打包位将提供最佳性能。只有当比特很少时，每比特使用一个完整字节（或更多）可能更有效。

【参考方案1】：

CCAN 有一个可以使用的 bitset 实现：http://ccan.ozlabs.org/info/jbitset.html

但如果您最终自己实现它（例如，如果您不喜欢该包的依赖项），您应该使用整数数组并使用计算机架构的本机大小：

#define WORD_BITS (8 * sizeof(unsigned int))

unsigned int * bitarray = (int *)calloc(size / 8 + 1, sizeof(unsigned int));

static inline void setIndex(unsigned int * bitarray, size_t idx) 
    bitarray[idx / WORD_BITS] |= (1 << (idx % WORD_BITS));

不要使用特定的大小（例如使用 uint64 或 uint32），让计算机使用它想要使用的大小并使用 sizeof 来适应它。

【讨论】：

可能，但也可能您想要可以有效操作的最大尺寸。如果您正在扫描位，那么这可能是有效的。再说一次，一些 CPU 从内存中加载缓存的方式与您选择的大小无关。但另一方面……也许你只需要试验和测量。

当然是实验，但根据我的经验，使用单词大小进行拆分通常是最快的。我不确定我是否理解您的第一点？

sizeof 以字节为单位，而不是位。您需要乘以 8（或者在某些表达式中更一般地说是 CHAR_BIT。

calloc的第一个参数不是错了吗？我认为应该是(size + WORD_BITS - 1) / WORD_BITS，因为这是所需的无符号整数的数量。

也可以将(idx % WORD_BITS) 简化为(idx & (WORD_BITS - 1))，但一个好的编译器可能会自动进行优化。

【参考方案2】：

嗯，byte bitset[] 似乎有点误导，不是吗？

在结构中使用位字段，然后您可以维护这些类型的集合（或在您认为合适的情况下使用它们）

struct packed_struct 
  unsigned int b1:1;
  unsigned int b2:1;
  unsigned int b3:1;
  unsigned int b4:1;
  /* etc. */
 packed;

【讨论】：

这对于一小部分标志来说不是一个坏主意，但是如果你使用一个位集，你通常希望它可以被一个整数索引。例如，参见 Java bitset 类。

是的，我后来想了想，然后注意到迈克发布了一些类似的内容。

在变量名中使用位域和索引会适得其反。

【参考方案3】：

将其设为 unsigned int 64 数组。

【参考方案4】：

像往常一样，您需要首先决定您需要对您的 bitset 执行哪种操作。也许是 Java 定义的一些子集？之后，您可以决定如何最好地实施它。您当然可以查看 OpenJDK 中 BitSet.java 的源代码。

【参考方案5】：

没有人提到 C FAQ 推荐的内容，这是一堆老旧的宏：

#include <limits.h>     /* for CHAR_BIT */

#define BITMASK(b) (1 << ((b) % CHAR_BIT))
#define BITSLOT(b) ((b) / CHAR_BIT)
#define BITSET(a, b) ((a)[BITSLOT(b)] |= BITMASK(b))
#define BITCLEAR(a, b) ((a)[BITSLOT(b)] &= ~BITMASK(b))
#define BITTEST(a, b) ((a)[BITSLOT(b)] & BITMASK(b))
#define BITNSLOTS(nb) ((nb + CHAR_BIT - 1) / CHAR_BIT)

（通过http://c-faq.com/misc/bitsets.html）

【讨论】：

但这并不总能防止宏观副作用，例如尝试：int i = 0, bits; BITSET(bits, i++)

@LukeSmith 你说得有道理，但它看起来相当广泛使用。似乎实现宏的正确方法是让调用者理解它是一个宏，从而将责任推给调用者。 （任何不喜欢的人，可以将它包装在一个内联函数中）

【参考方案6】：

您可以使用bitsPerItem 或1 尝试我的PackedArray 代码。

它实现了一个随机访问容器，其中项目以位级别打包。换句话说，它就像您能够操纵例如uint9_t 或 uint17_t 数组：

PackedArray principle:
  . compact storage of <= 32 bits items
  . items are tightly packed into a buffer of uint32_t integers

PackedArray requirements:
  . you must know in advance how many bits are needed to hold a single item
  . you must know in advance how many items you want to store
  . when packing, behavior is undefined if items have more than bitsPerItem bits

PackedArray general in memory representation:
  |-------------------------------------------------- - - -
  |       b0       |       b1       |       b2       |
  |-------------------------------------------------- - - -
  | i0 | i1 | i2 | i3 | i4 | i5 | i6 | i7 | i8 | i9 |
  |-------------------------------------------------- - - -

  . items are tightly packed together
  . several items end up inside the same buffer cell, e.g. i0, i1, i2
  . some items span two buffer cells, e.g. i3, i6

【参考方案7】：

我推荐我的BITSCAN C++ library（1.0 版刚刚发布）。 BITSCAN 专门针对快速位扫描操作。我已经用它来实现涉及简单无向图的 NP-Hard 组合问题，例如最大团（参见 BBMC 算法，了解领先的精确求解器）。

BITSCAN 与标准解决方案 STL bitset 和 BOOST dynamic_bitset 的比较可在此处获得： http://blog.biicode.com/bitscan-efficiency-at-glance/