Bloom Filter算法

最新推荐文章于 2025-06-23 22:09:05 发布

weixin_30346033

最新推荐文章于 2025-06-23 22:09:05 发布

阅读量52

点赞数

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/happinessqi/p/3403403.html

本文详细介绍了BloomFilter的概念、工作原理以及其实现过程，包括比特数组的初始化、哈希函数的选择、添加元素和判断元素是否存在的方式。通过具体代码示例展示了如何使用BloomFilter来高效地检查元素是否存在于集合中。

Bloom Filter就是这么一个空间利用率非常高的算法。我们先来看看这个算法的原理：

1 首先我们有一个长度为n的比特数组，开始的时候将这个比特数组里所有的元素都初始化为0

00000000000000000000

上面的比特数组n为20

2 然后选取k个哈希函数，这k个哈希函数产生的结果的值的范围在0到n-1之间（对于上面的比特数组，即0到19）。对每个要添加进集合的对象进行哈希运算，然后将哈希计算结果作为数组的索引，将索引位置的比特位设置为1（不管该比特位原先为0还是为1）。

比如我们选取三个哈希函数，对于对象A哈希值为0，5，7。那么比特数组就为：

10000101000000000000

对象B的值为2，8，13，那么添加B后的比特数组为：

10100101100001000000

对象C为0，4，7（对象C的第一个哈希函数的值与对象A的相同了，没关系我们还是设置为1就可以了）：

10101101100001000000

现在我们的Bloom Filter里已经有3个元素了。现在我们要判断某元素X是否在该集合中。就相当于我们要实现一个contains方法。那么这个方法如何实现呢？

对元素X采用相同的三个哈希函数哈希，然后以这三个哈希值为索引去比特数组里找。如果三个索引位置的比特位都为1我们就认为该元素在集合中，否则不是。

 1 public class BloomFilter {
 2     
 3     public static final byte [] bitvalues = new byte [] {
 4         (byte)0x01,
 5         (byte)0x02,
 6         (byte)0x04,
 7         (byte)0x08,
 8         (byte)0x10,
 9         (byte)0x20,
10         (byte)0x40,
11         (byte)0x80
12     };
13     
14     public void  add (Key key) {
15         if(key == null){
16             throw new NullPointerException("Key cannot be null");
17         }
18         
19         int [] h = hash.hash(key);
20         hash.clear();
21         
22         for (int i = 0;i<nbHash; i++){
23             bits.set(h[i]);
24         }
25         
26         public boolean membershipTest(Key key){
27             if(key == null){
28                 throw new NullPointerException("key cannot be null");
29             }
30             int [] h = hash.hash(key);
31             hash.clear();
32             for(int i=0;i<nbHash;i++){
33                 if(!bit.get(h[i])){
34                     return false;
35                 }
36             }
37             return true;
38         }
39     }
40 
41 }