RoaringBitmap数据结构

RoaringBitmap将int数字的高16位作为索引，正好short是16位长度。因此索引采用short数组存储，每次需要二分查找索引。而低16位则是作为数据存储到其他容器，RoaringBitmap根据存储的大小，分为3个Container，ArrayContainer,BitmapContainer,RunContainer。

数据写入流程

例：n写入RoringBitmap过程

Container

ArrayContainer

当数据量低于4096时，采用ArrayContainer存储，这个容器也比较简单，核心是一个short数组，我们知道short是2字节，因此存储的数字大小不能超过65536。将65536范围内的数字散布在4096个槽位里，因此这个数组里数组的分布是稀疏的。每次寻找数据也只需二分查找即可。 为什么要用4096作为边界呢，这就要结合下面的BitmapContainer容器一起看了。

BitmapContainer

当存储的数据4096个数字后，RoaringBitmap采用Bitmap来存储所有的数字，包括之前那4096个数字。这一次的数量限制是2^16，也就是65536。这个数字很容易计算出，由于存储在container的数据只有32位中的低16位，因此作为Bitmap，只需要提供2^16个bit即可。 在这个容器中，核心是一个long数组，为了2^16个bit，这个数组分配了1024个空间，也是正好满足了2^16个bit。 这里可以看出，BitmapContainer占用空间的上限也同样是8*1024=8KB，因此ArrayContainer的长度超过4096转换成BitmapContainer可以节省更多的空间，这也解释了为什么ArrayContainer的上限是4096了。

RunContainer

RunContainer是基于一种Run Length Encoding压缩算法的容器，其压缩原理是对于连续的数字只记录初始数字以及连续的长度，比如有一串数字 2,3,4,5,6 那么经过压缩后便只剩下2,5。从压缩原理我们也可以看出，这种算法对于数据的紧凑程度非常敏感，连续程度越高压缩率也越高。 在这个容器中，核心是一个short数组，数组存储了压缩后的初始数字以及连续的长度。这意味着压缩后占用最小的空间就是两个short，4个字节。而最大空间则为永远不连续的场景65536/222也就是128KB。存储空间分配可以直接参考代码中的注释