hashset 是一种非常高效的数据结构，插入和查询的复杂度都是 O(1)，基本上能满足大部分场景的性能需求，但在一些特殊的场景下，频次非常高的调用依然会成为性能瓶颈（用 pprof 分析），比如广告里面的定向逻辑，在一次请求中过滤逻辑可能会执行上千次，而其中有些过滤刚好都是一些枚举值，比如性别定向，年龄定向等等，对于这种可以用枚举表示的值可以用 bitset 优化，能有20多倍的性能提升
bitset 的本质也是一种 hashset，只不过哈希桶用一个 uint64 来表示了，uint64 中的每一位用来代表一个元素是否存在，如果为1表示存在，为0表示不存在，而插入和查询操作就变成了位运算
bitset 实现
bitset 的实现比较容易，下面这个是一个只支持枚举值不超过64的版本，当然也可以拓展到任意长度，使用一个 uint64 数组作为 hash 桶即可
type BitSet struct {
bit uint64
}
func (bs *BitSet) Add(i uint64) {
bs.bit |= 1 << i
}
func (bs *BitSet) Del(i uint64) {
bs.bit &= ^(1 << i)
}
func (bs BitSet) Has(i uint64) bool {
return bs.bit&(1<<i) != 0
}性能测试
func BenchmarkSetContains(b *testing.B) {
bitset := NewBitSet()
hashset := map[uint64]struct{}{}
for _, i := range []uint64{1, 2, 4, 10} {
bitset.Add(i)
hashset[i] = struct{}{}
}
b.Run("bitset", func(b *testing.B) {
for i := 0; i < b.N; i++ {
for i := uint64(0); i < uint64(10); i++ {
_ = bitset.Has(i)
}
}
})
b.Run("hashset", func(b *testing.B) {
for i := 0; i < b.N; i++ {
for i := uint64(0); i < uint64(10); i++ {
_, _ = hashset[i]
}
}
})
}BenchmarkSetContains/bitset-8 500000000 3.81 ns/op 0 B/op 0 allocs/op
BenchmarkSetContains/hashset-8 20000000 89.4 ns/op 0 B/op 0 allocs/op可以看到 bitset 相比 hashset 有20多倍的性能提升
参考链接
转载请注明出处
