位圖算法，記憶體中連續的二進制位bit，用于對大量整型資料做去重和查詢。
舉個例子，給定一塊長度是10bit的記憶體空間，依次插入4，3，2，1，怎麼存儲？
1. 給定長度是10的bitmap，每一個bit位分别對應着從0到9的10個整型數。此時bitmap的所有位都是0。
2. 把整型數4存入bitmap，對應存儲的位置就是下标為4的位置，将此bit置為1。
3. 把整型數2存入bitmap，對應存儲的位置就是下标為2的位置，将此bit置為1。
4. 把整型數1存入bitmap，對應存儲的位置就是下标為1的位置，将此bit置為1。
5. 把整型數3存入bitmap，對應存儲的位置就是下标為3的位置，将此bit置為1。
Bitmap不僅友善查詢，還可以去除掉重複的整型數。
使用場景：
開發一個使用者畫像系統，實作使用者資訊的标簽化。使用者标簽包含使用者的社會屬性，生活習慣，消費行為。
通過使用者标簽，實作多樣的使用者群體統計，統計使用者的男女比例，統計喜歡旅遊的使用者數量等。
1. 建立使用者名和使用者ID的映射： 1->me 2->you 3->he
2.讓每一個标簽存儲包含此标簽的所有使用者ID，每一個标簽都是一個獨立的Bitmap。
男[1,2] 女[3] 愛旅遊[2] 程式員[1,2]
3. 這樣，實作使用者的去重和查詢統計，就變得一目了然：
Bitmap在做交集和并集運算的時候也有極大的便利。位運算的高性能。
男性的程式員 110&110=110
不能做非運算，并不是除了1,2的其他都是女性，其實隻有3是女性。除非提供一個全量的Bitmap，做異或即可。
一個很長的Bitmap裡使用率低的話很浪費空間。
谷歌所實作的EWAHCompressedBitmap中，對存儲空間做了優化：