有人可以向我解释这个 GetCardinality 方法在做什么吗？

Question

我一直在研究使用 Lucene.NET 进行分面搜索，我发现了一个出色的示例 here，它解释了相当多的内容，除了它完全忽略了检查位数组。

谁能告诉我它在做什么？我不明白的主要事情是为什么按原样创建 bitsSetArray，它的用途以及所有 if 语句如何在 for 循环中工作。

这可能是一个很大的问题，但我必须先了解它是如何工作的，然后才能考虑在我自己的代码中使用它。

谢谢

public static int GetCardinality(BitArray bitArray)
    {
        var _bitsSetArray256 = new byte[] {0, 1, 1, 2, 1, 2, 2, 3, 1, 2, 2, 3, 2, 3, 3, 4, 1, 2, 2, 3, 2, 3, 3, 4, 2, 3, 3, 4, 3, 4, 4, 5, 1, 2, 2, 3, 2, 3, 3, 4, 2, 3, 3, 4, 3, 4, 4, 5, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 1, 2, 2, 3, 2, 3, 3, 4, 2, 3, 3, 4, 3, 4, 4, 5, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 3, 4, 4, 5, 4, 5, 5, 6, 4, 5, 5, 6, 5, 6, 6, 7, 1, 2, 2, 3, 2, 3, 3, 4, 2, 3, 3, 4, 3, 4, 4, 5, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 3, 4, 4, 5, 4, 5, 5, 6, 4, 5, 5, 6, 5, 6, 6, 7, 2, 3, 3, 4, 3, 4, 4, 5, 3, 4, 4, 5, 4, 5, 5, 6, 3, 4, 4, 5, 4, 5, 5, 6, 4, 5, 5, 6, 5, 6, 6, 7, 3, 4, 4, 5, 4, 5, 5, 6, 4, 5, 5, 6, 5, 6, 6, 7, 4, 5, 5, 6, 5, 6, 6, 7, 5, 6, 6, 7, 6, 7, 7, 8};
        var array = (uint[])bitArray.GetType().GetField("m_array", BindingFlags.NonPublic | BindingFlags.Instance).GetValue(bitArray);
        int count = 0;

        for (int index = 0; index < array.Length; index ++)
            count += _bitsSetArray256[array[index] & 0xFF] + _bitsSetArray256[(array[index] >> 8) & 0xFF] + _bitsSetArray256[(array[index] >> 16) & 0xFF] + _bitsSetArray256[(array[index] >> 24) & 0xFF];

        return count;
    }

Answer 1

我只是想为我们这些正在使用 Lucene.net 开发自己的 Faceting 版本的人发布一篇关于 bitArrays 的有用文章。见：http://dotnetperls.com/precomputed-bitcount

这是对获取整数中 on 位基数的最快方法的一个很好的解释（这是上述代码示例的大部分内容）。

在我的分面搜索和其他一些简单的更改中实施文章中的方法，我能够将获取计数的时间缩短约 65%。 区别在哪里：

1. 声明 _bitcount 全局（因此不是每次调用都创建）
2. 将 for 更改为 foreach（ANT Profiler 在此处显示 25% 的增益）

3. 实现 65535 表与 256 表相比，一次移动 16 位而不是 8 位。

   private static int[] _bitcounts = InitializeBitcounts();
   
   private static int GetCardinality(BitArray bitArray)
   {
       uint[] array = (uint[])bitArray.GetType().GetField("m_array", BindingFlags.NonPublic | BindingFlags.Instance).GetValue(bitArray);
   
       int count = 0;
       foreach (uint value in array)
       {
           count += _bitcounts[value & 65535] + _bitcounts[(value >> 16) & 65535];           
       }
       return count;
   }
   
   private static int[] InitializeBitcounts()
   {
       int[] bitcounts = new int[65536];
       int position1 = -1;
       int position2 = -1;
       //
       // Loop through all the elements and assign them.
       //
       for (int i = 1; i < 65536; i++, position1++)
       {
           //
           // Adjust the positions we read from.
           //
           if (position1 == position2)
           {
               position1 = 0;
               position2 = i;
           }
           bitcounts[i] = bitcounts[position1] + 1;
       }
       return bitcounts;
   }
   

Answer 2

_bitsSetArray256 数组的初始化值使得_bitsSetArray256[n] 包含在n 的二进制表示中设置的位数，对于n 中的0..255。

例如，_bitsSetArray256[13] 等于 3，因为二进制中的 13 是 1101，其中包含 3 个 1s。

这样做的原因是预先计算并存储这些值要快得多，而不必每次都计算出来（或按需）。毕竟，在 13 的二进制表示中，1s 的数量永远不会改变:)

在for 循环中，我们正在循环通过uints 的数组。 C#uint 是一个 32 位的数量，即由 4 个字节组成。我们的查找表告诉我们在一个字节中设置了多少位，因此我们必须处理这四个字节中的每一个。 count += 行中的位操作提取四个字节中的每一个，然后从查找数组中获取其位计数。将所有四个字节的位计数相加得出uint 的位计数作为一个整体。

所以给定一个BitArray，这个函数挖掘uint[] m_array成员，然后返回其中uints的二进制表示中设置的总位数。