Go roaring 怎样计算压缩位图的交集

Go roaring 计算压缩位图交集时，最稳妥的写法是先复制一个输入集合，再对副本调用 And。这样交集结果会落在副本里，原始的两个 Bitmap 仍可继续用于后续查询；如果只关心交集数量或是否存在共同元素，则分别使用 AndCardinality 和 Intersects 更直接。

官方文档：https://pkg.go.dev/github.com/RoaringBitmap/roaring

这篇文章只讨论 Go roaring 的 32 位 Bitmap 交集：输入是整数集合，结果也是 Bitmap；重点是接收者是否被修改，以及什么时候不必创建结果集合。

先明确 Go roaring 的交集语义

Roaring Bitmap 把整数按 16 位高位划分为多个块，每个块可以采用数组、位图或连续区间等容器。对调用者来说，交集仍然是集合运算：只有同时出现在两个 Bitmap 中的数字才会留下。真正容易踩坑的地方是 API 的使用方式——Bitmap.And 是方法调用，结果写回它的接收者。

因此，下面两种需求要分开：如果左集合可以被消耗，直接 left.And(right) 就够了；如果左集合还要用于另一条筛选链，就应该先 Clone。官方包还提供了按结果数量或存在性判断的 API，适合只做判定、不需要保存交集成员的场景。

用 Clone 与 And 保留两个输入集合

假设一组数字表示“参加活动的用户”，另一组表示“完成问卷的用户”，共同元素就是可以进入下一步统计的用户。示例先克隆左侧集合，再把右侧集合传给 And：

package main

import (
    "fmt"

    "github.com/RoaringBitmap/roaring"
)

func main() {
    attendees := roaring.BitmapOf(101, 102, 103, 108)
    completed := roaring.BitmapOf(102, 103, 109)

    // 在副本上求交，保留 attendees 供后续查询使用。
    common := attendees.Clone()
    common.And(completed)

    // ToArray 只把交集成员取出，便于传给普通业务层。
    fmt.Println(common.ToArray())
    fmt.Println(common.GetCardinality())
}

这个例子的交集成员是 102 和 103，数量为 2。代码中的关键不是把两个切片手写双重循环，而是让 roaring 继续使用自己的压缩容器；同时，Clone 把“结果集合”和“输入集合”的生命周期分开，避免后续代码读到已被缩小的 attendees。

如果业务明确允许破坏左侧输入，代码可以缩短为 attendees.And(completed)。但要把这条约定写在函数注释或接口文档中，否则调用者很容易把原集合误当成完整集合继续使用。

按场景选择 AndCardinality 或 Intersects

很多接口只需要回答“有多少共同用户”或“是否存在共同用户”，此时没有必要把交集成员全部物化：

// 只统计共同元素数量，不创建可遍历的交集结果。
count := attendees.AndCardinality(completed)

// 只判断两个集合是否有共同元素，适合短路判断。
hasCommon := attendees.Intersects(completed)

fmt.Println(count, hasCommon)

AndCardinality 适合统计口径，Intersects 适合权限、资格或过滤条件的快速分支。若后续还要分页返回共同成员，仍应选择 Clone + And，因为你最终需要一个可遍历、可序列化的结果 Bitmap。

也不要把 AndCardinality 的返回值误当成新集合：它是数量；同样，Intersects 只提供布尔判断。三种 API 的输出形态不同，接口命名时最好把“集合结果”和“判定结果”分成不同函数。

最小验证与并发边界

接入业务时可以围绕三个检查点做最小验证：交集内容是否只包含共同元素，GetCardinality 是否与预期数量一致，以及两个输入 Bitmap 在 Clone 方案下是否仍保持原内容。这里的验证是对示例接入方式的检查，不需要把它包装成线上截图或性能结论。

并发方面，官方文档明确提示同一个 Bitmap 通常不应被多个 goroutine 无同步地访问。若一条请求链要修改交集结果，建议把 Bitmap 的所有权交给单个 goroutine，或用 sync.Mutex 串行化访问；更简单的做法是先在边界处 Clone，再把副本交给只读计算。

最后记住三个取舍：需要成员集合时用 Clone + And，只要数量时用 AndCardinality，只要真假时用 Intersects。数据非常小或接近随机稀疏时，压缩位图未必比普通切片更合适，应该以业务数据分布和基准结果决定是否采用。

相关问题

• And 会不会修改原始 Bitmap？会修改接收者，所以需要保留输入时先 Clone。
• 什么时候只用 Intersects？只关心是否存在共同元素、后续不需要交集成员时。
• 多个 Bitmap 怎样求共同交集？可以在一个结果副本上连续调用 And，并明确结果副本的所有权。