布隆过滤

本文详细介绍了Bloom Filter的数据结构及其在空间效率上的优势,包括哈希函数的应用、成员查询的实现方式,并通过实例展示了如何使用Bloom Filter进行元素的添加与查询。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import java.util.BitSet;

public class BloomFilter {
	private static int defaultSize = 2 << 24;
	private static int basic = defaultSize - 1;
	private static BitSet bits;
	private static BloomFilter bf = new BloomFilter();
	
	public BloomFilter() {
		bits = new BitSet(defaultSize);
	}

	public static boolean contains(String url) {
		if (url == null) {
			return true;
		}
		int pos1 = hash1(url);
		int pos2 = hash2(url);
		int pos3 = hash3(url);
		if (bits.get(pos1) && bits.get(pos2) && bits.get(pos3)) {
			return true;
		}
		return false;
	}

	public static void add(String url) {
		if (url == null) {
			return;
		}
		int pos1 = hash1(url);
		int pos2 = hash2(url);
		int pos3 = hash3(url);
		bits.set(pos1);
		bits.set(pos2);
		bits.set(pos3);
	}

	private static int hash3(String line) {
		int h = 0;
		int len = line.length();
		for (int i = 0; i < len; i++) {
			h = 37 * h + line.charAt(i);
		}
		return check(h);
	}

	private static int hash2(String line) {
		int h = 0;
		int len = line.length();
		for (int i = 0; i < len; i++) {
			h = 33 * h + line.charAt(i);
		}
		return check(h);
	}

	private static int hash1(String line) {
		int h = 0;
		int len = line.length();
		for (int i = 0; i < len; i++) {
			h = 31 * h + line.charAt(i);
		}
		return check(h);
	}

	private static int check(int h) {
		return basic & h;
		
	}

		
}

 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值