主题
面试速答（先看这里）
**一句话结论：**40亿个 unsigned int，如果直接用内存存储的话，需要：
60秒标准回答：
10位数字的QQ号，想要去重，又不给那么多的空间，该如何实现呢？
40亿个 unsigned int，如果直接用内存存储的话，需要
4*4000000000 /1024/1024/1024 = 14.9G ，考虑到其中有一些重复的话，那1G的空间也基本上是不够用的
**答题顺序：**结论 → 原理/机制 → 关键流程 → 场景与取舍 → 易错点
回答主线：
- **要点1：**10位数字的QQ号，想要去重，又不给那么多的空间，该如何实现呢？
- **要点2：**4*4000000000 /1024/1024/1024 = 14.9G ，考虑到其中有一些重复的话，那1G的空间也基本上是不够用的。
- **要点3：**使用位图的话，一个数字只需要占用1个bit，那么40亿个数字也就是：
- **要点4：**4000000000 * 1 /8 /1024/1024 = 476M
- **要点5：**但是其实，如果有 bitmap 存数字的话，就不是存 4000000000个了，因为数字最大有10位数，其实是需要9999999999（10个9）个bit 用来存储，那其实是：
**记忆锚点：**Bitmap → bit → unsigned → 40亿个QQ号 → 限制1G内存 → bitmap
加分表达：
- 40亿个 unsigned int，如果直接用内存存储的话，需要： 4*4000000000 /1024/1024/1024 = 14.9G ，考虑到其中有一些重复的话，那1G的空间也基本上是不够用的。
- 但是其实，如果有 bitmap 存数字的话，就不是存 4000000000个了，因为数字最大有10位数，其实是需要9999999999（10个9）个bit 用来存储，那其实是： 10000000000*1/8/1024/1024=1192M，那也是比14.9G 要小很多的。
追问准备：
- 围绕「Bitmap」：底层原理是什么？使用时有哪些边界和常见坑？
- 围绕「bit」：底层原理是什么？使用时有哪些边界和常见坑？
- 围绕「unsigned」：底层原理是什么？使用时有哪些边界和常见坑？
- 如果线上出现异常，你会如何定位、验证并规避？
典型回答
10位数字的QQ号，想要去重，又不给那么多的空间，该如何实现呢？
40亿个unsigned int，如果直接用内存存储的话，需要：
4*4000000000 /1024/1024/1024 = 14.9G ，考虑到其中有一些重复的话，那1G的空间也基本上是不够用的。
想要实现这个功能，可以借助位图。
使用位图的话，一个数字只需要占用1个bit，那么40亿个数字也就是：
4000000000 * 1 /8 /1024/1024 = 476M
相比于之前的14.9G来说，大大的节省了很多空间。
但是其实，如果有 bitmap 存数字的话，就不是存4000000000个了，因为数字最大有10位数，其实是需要9999999999（10个9）个bit 用来存储，那其实是：
10000000000*1/8/1024/1024=1192M，那也是比14.9G 要小很多的。
比如要把我的QQ号"907607222"放到Bitmap中，就需要找到第907607222这个位置，然后把他设置成1就可以了。
这样，把40亿个数字都放到Bitmap之后，所有位置上是1的表示存在，不为1的表示不存在，相同的QQ号只需要设置一次1就可以了，那么，最终就把所有是1的数字遍历出来就行了。