【数据结构】位图&布隆过滤器

位图 

#pragma once


//位图其实 是利用物理位置来映射实际的数，来进行查找；优点是节省内存，不用插入数据结构中再进行查找；
//非类型模板参数
template<size_t N>
class bitset
{
public:

	//构造函数
	bitset()
	{
		_bits.resize(N/8+1,0);
	}

	//设置x映射的比特位为1
	void set(size_t x)
	{
		//计算x在数组第i个char(其实是第i+1个位置)
		size_t i = x / 8;
		//计算x在第i个位置的第j个比特位(其实是第j+1个比特位，因为这里是左移j位)；
		size_t j = x % 8;

		_bits[i] |= (1 << j);
	}

	//设置x映射的比特位为0
	void reset(size_t x)
	{
		//计算x在数组第i个char(其实是第i+1个位置)
		size_t i = x / 8;
		//计算x在第i个位置的第j个比特位(其实是第j+1个比特位，因为这里是左移j位)；
		size_t j = x % 8;

		_bits[i] &= ~(1 << j);//注意优先级（位运算符号优先级较低）
	}

	//检查这个数在不在；
	bool test(size_t x)
	{
		//计算x在数组第i个char(其实是第i+1个位置)
		size_t i = x / 8;
		//计算x在第i个位置的第j个比特位(其实是第j+1个比特位，因为这里是左移j位)；
		size_t j = x % 8;

		size_t ret = (1 << j) & _bits[i];

		if (ret==0)
			return false;
		//1的位置不一样，结果也不一样，但是只要不为0，那么就一定存在；
		else
			return true;
	}




private:
	vector<char> _bits;
};

void test_bitset1()
{

	bitset<100> s1;
	s1.set(10);
	s1.set(12);

	s1.reset(12);

}






template<size_t N>
class twobitset
{
public:
	//搞成进制型的 用来计算该数出现了几次；
	void set(size_t x)
	{
		//00->01,从 出现0次 到 出现一次；
		if ( _bs1.test(x)==false && _bs2.test(x)==false )
		{
			_bs2.set(x);
		}
		//01->10,从出现1次到出现两次
		else if (_bs1.test(x) == false && _bs2.test(x) == true)
		{
			_bs1.set(x);
			_bs2.reset(x);
		}
		//10->11,11->11,出现两次及两次以上；
		else
		{
			_bs1.set(x);
			_bs2.set(x);
		}
	
	
	}

	//找出范围0--N中 只出现一次的数；
	void Print()
	{
		for (int i=0;i<N;++i)
		{
			if (_bs1.test(i) == false && _bs2.test(i) == true)
			{
				cout << i << " ";
			}
		}
	
	}



private:
	bitset<N> _bs1;//用来进位；
	bitset<N> _bs2;
};

void test_bitset2()
{

	//bitset<0XFFFFFFFF> s1;//-1转化成无符号整数就是无符号整数的最大值 42亿9千万；
	int arr[] = {3,6,7,8,5,7,3,11,16,28,39,42,28};
	twobitset<100> b1;
	for (auto& e : arr)
	{
		b1.set(e);
	}
	b1.Print();
}

布隆过滤器

//三个仿函数，用来计算哈希位置的；
struct BKDRHash
{
	size_t operator()(const string& str)
	{
		size_t hashi = 0;
		for (auto& ch:str)
		{
			hashi += ch;
			hashi *= 31;

		}
		return hashi;
	}
};

struct APHash
{
	size_t operator()(const string& s)
	{
		size_t hash = 0;
		for (long i = 0; i < s.size(); i++)
		{
			if ((i & 1) == 0)//最后一个比特位是0
			{
				hash ^= ((hash << 7) ^ s[i] ^ (hash >> 3));
			}
			else//最后一个比特位是1；
			{
				hash ^= (~((hash << 11) ^ s[i] ^ (hash >> 5)));
			}
		}
		return hash;
	}
};

struct DJBHash
{
	size_t operator()(const string& str)
	{
		size_t hashi = 5381;
		for (auto& ch : str)
		{
			
			hashi += (hashi << 5)+ch;
		}

		return hashi;
	}
};

//布隆过滤器（建立多映射，降低冲突率）

//应用场景大多是字符串，所以可以给默认缺省；
template <size_t N,class K = string,class Hash1=BKDRHash,class Hash2=APHash,class Hash3=DJBHash>
class BloomFilter
{
public:

	void set(const K& key)
	{
		size_t len = N * _X;
		//找多个映射位置，降低冲突率；
		size_t hash1 = Hash1()(key) % len;//算出哈希映射位置；
		_bs1.set(hash1);

		size_t hash2 = Hash2()(key) % len;
		_bs1.set(hash2);

		size_t hash3 = Hash3()(key) % len;
		_bs1.set(hash3);

		//用来查看映射的位置是否冲突；
		cout << hash1 << " " << hash2 << " " << hash3 << endl;
	}

	//不在一定准确，在不一定准确；因为映射的几个比特位中只要有0一定是不在；
	bool  test(const K& key)
	{
		size_t len = N * _X;

		size_t hash1 = Hash1()(key) % len;
		if (!_bs1.test(hash1))
		{
			return false;
		}

		size_t hash2 = Hash2()(key) % len;
		if (!_bs1.test(hash2))
		{
			return false;
		}
		
		size_t hash3= Hash3()(key) % len;
		if (!_bs1.test(hash3))
		{
			return false;
		}

	
		//说明这三块比特位都为1；
		return true;
	
	}

private:
	static const size_t _X=4;//需要开辟的空间大小，越大冲突率越低；
	bitset<N*_X> _bs1;//成员变量 ：位图
};

void test_bloomfilter()
{
	BloomFilter<100> bf;
	bf.set("sort");
	bf.set("bloom");
	bf.set("hello");

	bf.set("test");
	bf.set("stet");




}