请解释 BitMap 的概念，并说明使用 BitMap 相比其他数据结构有哪些主要优势？

回答思路

1. 【回答框架 1】BitMap 是一种基于位数组的数据结构，每个位（bit）只存储 0 或 1，用于表示某个元素是否存在或某种状态。它通过将数据映射到固定长度的二进制位序列中，用位的索引代表数据值，位的值代表存在性或计数信息。
2. 【回答框架 2】核心优势是空间效率极高。相比于使用整数或布尔数组存储同样规模的数据，BitMap 能大幅减少内存占用，例如存储 40 亿个 int 范围的存在性只需约 512MB（实际为 2^32 位即 512MB），而使用 HashSet 或数组则需要数 GB 甚至更多。
3. 【回答框架 3】另一个优势是位运算的速度快。对 BitMap 进行查询、设置、清除等操作可以通过位运算（如按位与、或、异或）实现，时间复杂度为 O(1)，且便于进行集合运算（交集、并集、差集），适合海量数据的快速过滤和统计。
4. 【回答框架 4】BitMap 还支持数据的持久化和压缩，便于在磁盘或内存中高效存储。常见应用场景包括海量数据的去重、快速判断元素是否出现、统计活跃用户、布隆过滤器的底层实现等。
5. 【回答框架 5】但 BitMap 也有局限性：只能表示稀疏数据的有限状态（通常为存在性），若数据分布极稀疏且范围极大时，可能比哈希表更浪费空间；且无法直接存储关联信息（如对象属性），需要与其他结构配合。
6. 【关键点 1】BitMap 用位数组记录数据存在性，每个位对应一个可能的元素值。
7. 【关键点 2】空间效率高：存储 0 到 2^32-1 的范围只需约 512MB 内存。
8. 【关键点 3】操作速度快：位运算 O(1) 实现设置、查询和清除。
9. 【关键点 4】支持集合运算（与、或、非）和排序，适合海量数据统计。
10. 【关键点 5】局限性：数据稀疏且值域很大时可能内存效率下降，且只能表示二元状态。
11. 【易错点 1】不要认为 BitMap 在所有场景都省空间：若数据量小但值域极大，使用哈希表可能更节省内存。
12. 【易错点 2】BitMap 只能表示存在性，不能存储重复次数或关联信息，若需计数需要扩展为计数型 BitMap。
13. 【易错点 3】BitMap 的索引代表实际值，若值域超出位数组长度则需要映射或扩大位数组，防止下标溢出。