C++面试总结之算法（五）：海量数据

1.. 布龙过滤器，主要还是检查一个数据是否在海量数据中的方法

（1）应用场景：

字处理软件中，需要检查一个英语单词是否拼写正确

在 FBI，一个嫌疑人的名字是否已经在嫌疑名单上

在网络爬虫里，一个网址是否被访问过

yahoo, gmail等邮箱垃圾邮件过滤功能

（2）布隆过滤器原理：

布隆过滤器（Bloom Filter）的核心实现是一个超大的位数组和几个哈希函数。假设位数组的长度为m，哈希函数的个数为k。具体的操作流程：假设集合里面有3个元素{x, y, z}，哈希函数的个数为3。首先将位数组进行初始化，将里面每个位都设置位0。

对于集合里面的每一个元素，将元素依次通过3个哈希函数进行映射，每次映射都会产生一个哈希值，这个值对应位数组上面的一个点，然后将位数组对应的位置标记为1。

（3）布隆过滤器添加元素：

将要添加的元素给k个哈希函数

得到对应于位数组上的k个位置

将这k个位置设为1

（4）布隆过滤器查询元素：