m0_73802195的博客

布隆过滤器是由布隆（Burton Howard Bloom）在1970年提出的 一种紧凑型的、比较巧妙的概率型数据结构，特点是高效地插入和查询，可以用来告诉你 “我们在使用新闻客户端看新闻时，它会给我们不停地推荐新的内容，它每次推荐时要去重，去掉那些已经看过的内容。给两个文件，分别有100亿个query，我们只有1G内存，如何找到两个文件交集？注意，布隆过滤器不好做删除操作，当删除一个数之后，别的数出现误判的可能性会增大。对于布隆过滤器中他的大小要设置成多少，这也是个数学问题，可以参考此文章。

所谓位图，就是用每一位来存放某种状态，适用于海量数据，数据无重复的场景。通常是用来判断某个数据存不存在的。为了方便理解我们引入一道面试题，给40亿个不重复的无符号整数，没排过序。给一个无符号整数，如何快速判断一个数是否在这40亿个数中。两个思路：1.排序+二分2.set+find首先40亿个整数占用多少内存？1G约等于10亿字节，40亿个整数有160亿字节，也就是大约16G左右，16G是绝对会内存超限的，所以正常的方法我们都不可以使用。

前面几章我们已经讲完了map和set的使用，及其底层，相信你已经会使用map和set了，今天我们学习hash，他可以说是map和set的亲兄弟。

这个就需要多写代码去理解，因为代码都普遍比价大一些。

总的来说红黑树的实现和AVL树非常像，他们就是兄弟，红黑树就是把考虑的因素从平衡因子转变成了颜色。

int _bf;, _bf(0), _kv(kv){}左旋：新节点插入了较高右子树的右侧右旋：新节点插入了较高左子树的左侧双旋：左+右：新节点插入了较高左子树的右侧右+左：新节点插入了较高右子树的左侧总之一句话：理解旋转我们一定要自己去画图，一定要自己动手，才会理解深刻。

我们前几篇文章讲了搜索二叉树，我们提到了搜索二叉树的应用就是K结构和KV结构，今天我们要提到的这两个关联式容器就是这两个结构的实现，废话少说直接今日我们的内容。总的来说map和set就是我们已经学过的知识，知识换了包装而已，这里的重点就是要理解这个下标的原理，多通过代去深化自己的知识，下一节我们就要开始讲AVL树和红黑树了。

为了巩固我们对于二叉树的理解本篇文章我们来练习一些二叉树的OJ题。

若它的左子树不为空，则左子树上的所有节点的值都小于根节点的值若它的右子树不为空，则右子树上的所有节点的值都大于根节点的值总的来说二叉搜索树，比较难的地方就是删除部分，多画图多思考。下篇我们就要深入二叉搜索树。