bloom filter

最新推荐文章于 2024-11-16 22:28:06 发布

原创最新推荐文章于 2024-11-16 22:28:06 发布 · 138 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#bloom filter #massive dataset

Bloom Filter

m=|bit array|, n=|S|, k=# of hash functions.

false positive= $\left(1-\left[1-\frac{1}{m}\right]^{kn}\right)^k \approx \left( 1-e^{-kn/m} \right)^k.$

Given m and n, $k = \frac{m}{n} \ln 2,$ will results the minimum false positive. k=-log₂eps.

y=D(expression((1-exp(c*x))^x),'x')

> y

(1 - exp(c * x))^x * log((1 - exp(c * x))) - (1 - exp(c * x))^(x - 1) * (x * (exp(c * x) * c))

let y=0, we get k

let c=m/n, number of bits of each S_i

in code: given eps and n, we get k=-log₂eps, c=k/ln2, m=n/c

Java code :

https://github.com/MagnusS/Java-BloomFilter/blob/master/src/com/skjegstad/utils/BloomfilterBenchmark.java

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。