您现在的位置：程式碼之家 >> 編程語言 > >> 網頁程式設計 >> PHP 程式設計 >> PHP 相關知識

巧用 01 字串高效表示離散集合：從年齡區間到隨機抽樣的實戰技巧

編輯：PHP 相關知識

在處理「不連續、離散的集合數據」時，傳統方案多用字符串拼接（如 10-20|25|29-40）或多字段存儲。但隨著業務複雜度提升，解析、查詢、存儲開銷逐漸成為瓶頸。本文介紹一種極簡高效的替代方案——01 字串（位圖/Bitmap）編碼，並通過三個實戰場景演示其優勢與權衡。

核心思想：一個位代表一個元素的存在性

假設業務範圍為 1-100 歲，用 100 個字符的字串表示，第 i 位為 1 表示存在年齡 i，0 表示不存在。例如：

0111111000  =>  代表 2-7 歲（索引 1-6 為 1）
0110111010  =>  代表 2-3、5-7、9 歲

這本質上是 位圖（Bitmap）的字符串化表達，將集合運算轉化為字符串/位運算，極大簡化邏輯。

場景一：靈活表示年齡區間集合

需求：支援 10-20、25、29-40 這類任意離散區間組合。

傳統方案痛點： 需自定義解析規則，篩選時需拆分字符串、遍歷區間、逐個判斷，代碼冗長且易出錯。

01 字串方案：

// 初始化：100 個 0
$ageBitmap = str_repeat('0', 100);

// 設置區間函數
function setRange(&$bitmap, $start, $end) {
    for ($i = $start; $i <= $end; $i++) {
        $bitmap[$i - 1] = '1';  // 字符串可直接按索引修改（PHP 7.1+）
    }
}

// 使用
setRange($ageBitmap, 10, 20);
setRange($ageBitmap, 25, 25);
setRange($ageBitmap, 29, 40);

// 判斷某年齡是否包含：O(1)
function hasAge($bitmap, $age) {
    return $bitmap[$age - 1] === '1';
}

優勢： 設置/查詢均為 O(1) 或 O(區間長度)，無需解析邏輯，代碼極簡。

場景二：大範圍隨機抽樣結果存儲與傳輸

需求：從 1-200 中隨機選取若干數字，需在前後端傳輸或持久化。

傳統方案： 1|5|100|199 字符串，數量越多越長，解析仍需 explode + 遍歷。

01 字串方案： 固定 200 字符，1 表示被選中。網絡傳輸固定長度，解析極快：

// 生成：隨機選 10 個數
$bitmap = str_repeat('0', 200);
$selected = [];
while (count($selected) < 10) {
    $n = mt_rand(1, 200);
    if ($bitmap[$n-1] === '0') {
        $bitmap[$n-1] = '1';
        $selected[] = $n;
    }
}

// 傳輸：直接發送 $bitmap 字符串（200 bytes）
// 接收端判斷：$bitmap[99] === '1' 即知 100 被選中

場景三：超大稀疏 ID 集合的映射壓縮

需求：表示 [1926, 19658, 12, 5638, 8975, 965, 369, 5126, 5698, 14556] 這類稀疏、跨度極大的 ID 集合。直接用 19658 位字串極其浪費。

映射壓縮方案：

建立映射表：[1=>1926, 2=>19658, 3=>12, ...]
用 10 位 01 字串表示選中狀態：1010000010 代表選中 1、3、9 號映射項
傳輸時僅發送映射表（首次/變更時）+ 01 字串（高頻）

// 映射表（雙方約定或首次下發）
$map = [1926, 19658, 12, 5638, 8975, 965, 369, 5126, 5698, 14556];

// 狀態字串（高頻變更、傳輸）
$state = '1010000010';  // 選中 1926、12、5698

// 解碼
$selectedIds = [];
for ($i = 0; $i < strlen($state); $i++) {
    if ($state[$i] === '1') $selectedIds[] = $map[$i];
}
// 結果：[1926, 12, 5698]

此法極大節省頻寬，尤其適合 WebSocket 長連接、MQTT 物聯網場景的高頻狀態同步。

擴展應用：時間段、權限集、標籤系統

日程可用時段： 一天 288 個 5 分鐘槽位 → 288 字符 01 字串
RBAC 權限集： 64 權限點 → 64 位字串，或直接用 64 位整數位運算（更高效）
文章標籤： 固定標籤庫 1000 個 → 1000 位字串，支持極快的「包含任一標籤」判斷

優缺點總結與選型建議

維度	01 字串	傳統字符串/JSON	數據庫關聯表
存儲空間	固定、極小（位級）	隨數據量線性增長	標準化、可索引
查詢/判斷速度	極快（O(1) 索引/位運算）	需解析遍歷	需 JOIN/子查詢
開發複雜度	低（核心邏輯極簡）	中（需解析器）	高（遷移、維護）
適用場景	範圍固定、高頻讀寫、離散集合	結構不固定、低頻	關聯查詢複雜、需事務
局限性	範圍不可動態擴展、稀疏需映射	通用性強	最通用

建議： 當集合範圍明確（如 1-100 歲、1-288 時段、固定權限點）、讀寫頻率高、且主要操作是「判斷屬於/不屬於」「並集/交集/差集」時，01 字串是極佳選擇。若範圍動態變化大、或需複雜關聯查詢，仍建議用標準關聯表或 JSON 字段（MySQL 5.7+/PostgreSQL 支援 JSON 索引）。

位圖思想不僅限於字符串，PHP 還提供 gmp_init()、gmp_setbit() 等 GMP 大整數函數，可直接進行位運算（AND/OR/XOR），性能更強。對於千萬級位圖，建議使用 Redis Bitmap（SETBIT/GETBIT/BITOP）實現分佈式高性能集合運算。