BloomFilter过滤器过滤算法的简单实现（学习笔记）

BloomFilter主要包括两种操作：

add()：添加元素到其中

contains()：判断一个元素是否在其中,（没有就是没有，说了有但实际上有可能没有）

关于contains()函数：

①，如果结果返回false：则元素一定不再其中

②，如果返回true，则不一定就在其中，这就是误差

BloomFilter实现（m(byte数组的大小)+k（hash次数）+n(需要存储的数据量)）byte映射,多个hash函数

既然涉及到byte存储，那么必然需要一种映射关系了，也就是需要知道一个元素用哪些byte来表示，这也就是hash函数所干的事情。直观地想，一个元素一个byte基本上不可能，一般情况下这样的hash函数可以说不存在，所以这里假设用k位来表示，一般采用k次hash来确定这些byte。实际上，BloomFilter中一般包含m(byte数组的大小),k（hash次数）和n(需要存储的数据量)。 在元素加入实现add()操作时，连续k次hash，将得到的对应k位全置为1。当查询元素是否在集合中时，也是连续k次hash，如果这k次得到的位不是全为1，那么返回false；否则返回
true。传统的算法优化都是以时间换空间或者以空间换时间，BloomFilter则是以正确率换空间。

原文链接：http://bjyjtdj.iteye.com/blog/1455029

-------------------------------------------------------------------------------------------------------------------------------

BloomFilter简单的java例子实现;

package com.me;

import java.util.BitSet;

//BloomFilter主要有两种操作：add()，contains()

public class BloomFilter {

private int defaultSize = 2 << 20;

private int basic = defaultSize - 1;

private BitSet bitSet;

public BloomFilter() {

bitSet = new BitSet(defaultSize);

}

// 将元素加入其中，

public void add(String url) {

if (url == null) {

return;

}

int key1 = hashA(url);

int key2 = hashB(url);

int key3 = hashC(url);

bitSet.set(key1);

bitSet.set(key2);

bitSet.set(key3);

}

// 判断一个元素是不是在其中

public boolean contains(String url) {

if (url == null) {

return true;

}

int key1 = hashA(url);

int key2 = hashB(url);

int key3 = hashC(url);

if (bitSet.get(key1) && bitSet.get(key2) && bitSet.get(key3)) {

return true;

}

return false;

}

private int check(int speed) {

return basic & speed;

}

public boolean ifNotContainsSet(String url) {

if (url == null) {

return true;

}

int key1 = hashA(url);

int key2 = hashB(url);

int key3 = hashC(url);

if (bitSet.get(key1) && bitSet.get(key2) && bitSet.get(key3)) {

return true;

}

bitSet.set(key1);

bitSet.set(key2);

bitSet.set(key3);

return false;

}

private int hashA(String url) {

int speed = 0;

for (int i = 0; i < url.length(); i++) {

speed = 13 * speed + url.charAt(i);

}

return check(speed);

}

private int hashB(String url) {

int speed = 0;

for (int i = 0; i < url.length(); i++) {

speed = 23 * speed + url.charAt(i);

}

return check(speed);

}

private int hashC(String url) {

int speed = 0;

for (int i = 0; i < url.length(); i++) {

speed = 34 * speed + url.charAt(i);

}

return check(speed);

}

public static void main(String[] args) {

String bd = "http://www.baidu.com";

BloomFilter bloomFilter = new BloomFilter();



//not contains

String tb = "http://www.taobao.com";

System.out.println(bloomFilter.contains(tb));



//if not contains then add

System.out.println(bloomFilter.contains(bd));

bloomFilter.add(bd);

System.out.println(bloomFilter.contains(bd));



//if not contains then set (ifNotSet)

String gg = "http://www.google.com";

System.out.println(bloomFilter.ifNotContainsSet(gg));

System.out.println(bloomFilter.contains(gg));



}

}