该专栏为热销专栏榜 第66名
超级会员免费看
布隆过滤器是一种空间效率高的概率型数据结构，用于判断一个元素是否在一个集合中。其基本思想是使用多个哈希函数将元素映射到位数组，通过检查位数组中的所有位置是否为1来判断元素可能存在。尽管存在一定的误识别率，但常用于网页URL去重、垃圾邮件过滤等场景。文章提供了布隆过滤器的Java代码实现。
目录
简介
布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。
算法思想
如果想要判断一个元素是不是在一个集合里，一般想到的是将所有元素保存起来，然后通过比较确定。链表，树等等数据结构都是这种思路. 但是随着集合中元素的增加，我们需要的存储空间越来越大，检索速度也越来越慢(O(n),O(logn))。
不过世界上还有一种叫作散列表（又叫哈希表，Hash table）的数据结构。它可以通过一个Hash函数将一个元素映射成一个位阵列（Bit array）中的一个点。
这样一来，我们只要看看这个点是不是 1 。有如下两种情况：
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
